matlab图像处理Lena大作业

five的图象处理大作业

憨憨选了个图象处理课，结果老师上课疯狂吹逼，具体方法只有很少一点，然后布置了一个大作业，大概就是读取图像然后加个高斯白噪声，然后再想办法把噪声滤除，以及做一个锐化。这里直接上一个代码

I=imread('lena512.bmp');
imfinfo('lena512.bmp');
figure,imshow(I);
y = uint8(wgn(512,512,60));
figure,imshow(y);
I1=I+y;
for i=1:1:512
    for j=1:1:512
          if I1(i,j)>256
              I1(i,j)=256;
          end
    end
end
for i=1:1:512
    for j=1:1:512
          if I1(i,j)<0
              I1(i,j)=0;
          end
    end
end
figure,imshow(I1);
k1=filter2(fspecial('average',3),I1)/255;          %进行3*3模板平滑滤波
k2=filter2(fspecial('average',5),I1)/255;          %进行5*5模板平滑滤波
k3=filter2(fspecial('average',7),I1)/255;          %进行7*7模板平滑滤波
k4=filter2(fspecial('average',9),I1)/255;          %进行9*9模板平滑滤波
subplot(141),imshow(k1);title('3*3 模板平滑滤波');
subplot(142),imshow(k2);title('5*5 模板平滑滤波');
subplot(143),imshow(k3);title('7*7 模板平滑滤波');
subplot(144),imshow(k4);title('9*9 模板平滑滤波');

p1 =fspecial('sobel');%锐化
figure();
add1 =imfilter(I1,p1);
out1=add1+I1;
imshow(out1);
title('sobel锐化结果');
% % figure,imhist(I);
% % I2=imnoise(I,'gaussian',0,0.1);
% % figure,imshow(I2);

第一步

读取图像，matlab有自带的图像读取函数imread，读取出来如果你是512512的黑白图像就会用个512512的数组来储存，如果是rgb就是5125123的数组，这下我门就完成了第一步，那个imfinfo是可以看图像具体数据的函数，imread应该可以读很多格式的图像

第二步

这里本来可以直接用imnoise函数加噪声，但是由于老师要求单独的高斯噪声图像这里使用的是wgn函数，wgn函数具体用法：
wgn（行，列，噪声功率）
当然也可以用rand（），之后还要乘一个常数再加到原图像上去，两者之间有个换算关系：wgn(m,n,p)=sqrt*(10^(p/10))*rand(m,n)
然后得到一个噪声图像和加了噪声的图像

线性平滑滤波

简单地通过matlab的函数实现。。。
filter2(fspecial(‘average’,3),I1)/255，这里的3可以替换成其他奇数，一般越大越模糊这里给一组对比图：

第四步锐化

用fspecial函数选择sobel算子来做锐化，简单的一批，关于锐化的原理，说白了提取边缘分量，怎么提？用一个算子一个一个滑动过去，至于算子怎么设计？下次再开个专题来详细说说有哪些算子，是怎么设计的，现在就给个成果图：
总之先写到这里，有弟弟和我说C++的opencv做这个会很快，我觉得matlab已经够快了，等我学了C++再出一期openCV做图像处理的合集。

分割线————-
一年过去了我还是没有学会C++。。考研党是人下人。

今天的文章matlab图像处理Lena大作业分享到此就结束了，感谢您的阅读，如果确实帮到您，您可以动动手指转发给其他人。