十种滤波器的matlab实现

其他 2020-03-03 10:31:58 阅读次数: 0

文章概要

1） 产生噪声

  • 构造函数addSaltNoise.m，接受参数snr为图像信噪比，为实验用图test.tif增加椒盐噪声

    % addSaltNoise.m
function [sImg] = addSaltNoise(snr)
img=imread('test.tif');
[imgH,imgW]=size(img);
sImg=img;
% 根据图像信噪比产生噪声点数量
sp=imgH*imgW;
np=sp*(1-snr);
% 随机行列，给图像添加噪声
    for i=1:np
        x=uint32(rand()*imgH);
        y=uint32(rand()*imgW);
        if x && y
            r=rand()>0.5;
            if r
                sImg(x,y)=0;
            else
                sImg(x,y)=255;
            end
        end
    end
    subplot(1,2,1);
    imshow(img),title('原始图像'); 

    subplot(1,2,2);
    imshow(sImg),title('信噪比为0.5的椒盐噪声图像'); 
end

    信噪比为0.5时的椒盐噪声图像，如下图所示：

    QeSmIf.png

  • 构造函数addGaussianNoise.m，接受参数avg为均值，std为标准差，为实验用图test.tif增加高斯噪声

    % addGaussianNoise.m
function [gImg] = addGaussianNoise(avg,std)
img=imread('test.tif');
[imgH,imgW]=size(img);
% 产生和图像维度相同的噪声，叠加到图像上
gImg=uint8((double(img)/255+avg+std*randn(imgH,imgW))*255);
% subplot(1,2,1);
% imshow(img),title('原始图像'); 
% 
% subplot(1,2,2);
% imshow(gImg),title('均值为'+string(avg)+'标准差为'+string(std)+'的高斯噪声图像');

    产生的高斯噪声效果如下图

    在这里插入图片描述

2） 均值滤波器

  • 算术均值滤波器

    编写函数meanValueFilter.m，参数fsize为滤波器大小

    % meanValueFilter.m
function []=meanValueFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sNewImg(i,j)=sum(sTemp(:))/numel(sTemp);
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gNewImg(i,j)=sum(gTemp(:))/numel(gTemp);
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('均值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('均值滤波器处理后图像');
end

    大小为3x3的算术均值滤波器处理椒盐噪声结果

    QeNt7d.png

    大小为3x3的算术均值滤波器处理高斯噪声结果

    在这里插入图片描述

  • 几何均值滤波器

    编写函数geometricMeanFilter.m，参数fsize为滤波器大小

    function []=geometricMeanFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sNewImg(i,j)=prod(prod(sTemp(:)))^(1/numel(sTemp)); 
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gNewImg(i,j)=prod(prod(gTemp(:)))^(1/numel(gTemp)); 
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('几何均值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('几何均值滤波器处理后图像');
end

    大小为3x3的几何均值滤波器处理椒盐噪声结果

    Qedukj.png

    大小为3x3的几何均值滤波器处理高斯噪声结果

    QedKts.png

  • 谐波均值滤波器

    编写函数harmonicMeanFilter.m，参数fsize为滤波器大小

    function []=harmonicMeanFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sTemp=1./sTemp;
        sNewImg(i,j)=numel(sTemp)/sum(sTemp(:));
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gTemp=1./gTemp;
        gNewImg(i,j)=numel(gTemp)/sum(gTemp(:));
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('谐波均值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('谐波均值滤波器处理后图像');
end

    大小为3x3的谐波均值滤波器处理椒盐噪声结果

    Qe0AeS.png

    大小为3x3的谐波均值滤波器处理高斯噪声结果

    Qe0FL8.png

  • 逆谐波均值滤波器

    编写函数inverseHarmonicMeanFilter.m，参数fsize为滤波器大小，q为阶数

    function []=inverseHarmonicMeanFilter(fsize,q)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = double (sImg(i-flength:i+flength,j-flength:j+flength));
        sNewImg(i,j)=sum(sTemp(:).^(q+1))/sum(sTemp(:).^(q));
        gTemp = double (gImg(i-flength:i+flength,j-flength:j+flength));
        gNewImg(i,j)=sum(gTemp(:).^(q+1))/sum(gTemp(:).^(q));
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('逆谐波均值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('逆谐波均值滤波器处理后图像');
end

    大小为3x3，阶数为1.5的逆谐波均值滤波器处理椒盐噪声结果

    QeDgMt.png

    大小为3x3，阶数为1.5的逆谐波均值滤波器处理高斯噪声结果

    在这里插入图片描述

3） 统计排序滤波器

  • 中值滤波器

    编写函数middleFilter.m，参数fsize为滤波器大小

    function []=middleFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sTemp = sort(sTemp(:));
        sNewImg(i,j)=sTemp((numel(sTemp)-1)/2);
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gTemp = sort(gTemp(:));
        gNewImg(i,j)=gTemp((numel(gTemp)-1)/2);
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('中值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('中值滤波器处理后图像');
end

    大小为3x3的中值滤波器处理椒盐噪声结果

    QeHpM6.png

    大小为3x3的中值滤波器处理高斯噪声结果

    Qe7zxx.png

  • 最大值和最小值滤波器

    • 最大值滤波器

      编写函数maxFilter.m，参数fsize为滤波器大小

      function []=maxFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sNewImg(i,j)= max(sTemp(:));
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gNewImg(i,j)=max(gTemp(:));
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('最大值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('最大值滤波器处理后图像');
end

      大小为3x3的最大值滤波器处理椒盐噪声结果

      QejKLq.png

      大小为3x3的最大值滤波器处理高斯噪声结果

      Qej8FU.png

    • 最小值滤波器

      编写函数minFilter.m，参数fsize为滤波器大小

      function []=minFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sNewImg(i,j) = min(sTemp(:));
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gNewImg(i,j) = min(gTemp(:));
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('最小值滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('最小值滤波器处理后图像');
end

      大小为3x3的最小值滤波器处理椒盐噪声结果

      QejGYF.png

      大小为3x3的最小值滤波器处理高斯噪声结果

      QejJW4.png

  • 中点滤波器

    编写函数mPointFilter.m，参数fsize为滤波器大小

    function []=mPointFilter(fsize)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
for i=1+flength:imgH-flength
    for j=1+flength:imgW-flength
        sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
        sNewImg(i,j) = (min(sTemp(:))+max(sTemp(:)))/2;
        gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
        gNewImg(i,j) = (min(gTemp(:))+max(gTemp(:)))/2;
    end
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('中点滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('中点滤波器处理后图像');
end

    大小为3x3的中点滤波器处理椒盐噪声结果

    QejtSJ.png

    大小为3x3的中点滤波器处理高斯噪声结果

在这里插入图片描述

  • 修正后的阿尔法均值滤波器

    编写函数alphaFilter.m，参数fsize为滤波器大小，d为0-fsize^2之间的数字

    function []=alphaFilter(fsize,d)
% 获取信噪比为0.5的椒盐噪声图像
sImg = addSaltNoise(0.5);
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = addGaussianNoise(0,0.1);
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end
if d<fsize*fsize
    % 处理图像，结果分别保存在sNewImg和gNewImg
    for i=1+flength:imgH-flength
        for j=1+flength:imgW-flength
            if d>0
                sTemp = sImg(i-flength:i+flength,j-flength:j+flength);
                sTemp = sort(sTemp(:));
                sTemp=sTemp(d:numel(sTemp)-1);
                sNewImg(i,j)=sum(sTemp())/numel(sTemp);
                gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
                gTemp = sort(gTemp(:));
                gTemp=gTemp(d:numel(gTemp)-1);
                gNewImg(i,j)=sum(gTemp())/numel(gTemp);
            end
        end
    end
else
    fprintf("d请传入0-fsize^2之间的数！");
end
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('修正后的阿尔法滤波器处理后图像'); 
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('修正后的阿尔法滤波器处理后图像');
end

    大小为3x3的修正后的阿尔法均值滤波器（d=1）处理椒盐噪声结果

    QejQe0.png

    大小为3x3的修正后的阿尔法均值滤波器（d=1）处理高斯噪声结果

    Qej1oT.png

4） 自适应滤波器

  • 自适应滤波器

    编写函数alphaFilter.m，参数fsize为滤波器大小

    function []=adaptFilter(fsize)
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = double(addGaussianNoise(0,0.1));
[imgH,imgW]=size(gImg);
gNewImg = gImg;
% 根据滤波器尺寸计算半长
if mod(fsize,2)
    flength = (fsize-1)/2;
else
    flength = fsize/2;
end

    % 处理图像，结果保存在gNewImg
    for i=1+flength:imgH-flength
        for j=1+flength:imgW-flength
                gTemp = gImg(i-flength:i+flength,j-flength:j+flength);
                avg = mean(gTemp(:));
                v = var(gTemp(:));
                gNewImg(i,j)=gImg(i,j)-255*255*0.01/v*(gImg(i,j)-avg);
        end
    end
gImg = uint8(gImg);
gNewImg=uint8(gNewImg);
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('自适应滤波器处理后图像');
end

    大小为7x7的自适应滤波器处理，方差为6502.5的高斯噪声结果

在这里插入图片描述

  • 自适应中值滤波器

    编写函数alphaFilter.m，参数fmax为滤波器最大尺寸

    function []=adaptMiddleFilter(fmax)
% 获取信噪比为0.5的椒盐噪声图像
sImg = double(addSaltNoise(0.5));
% 获取均值为0，标准差为0.1的高斯噪声图像
gImg = double(addGaussianNoise(0,0.1));
[imgH,imgW]=size(sImg);
sNewImg=sImg;
gNewImg=gImg;
% 计算滤波器最大半长
if mod(fmax,2)
    flength = (fmax-1)/2;
else
    flength = fmax/2;
end
% 处理图像，结果分别保存在sNewImg和gNewImg
% zmax为s区域中的灰度最大值
% zmin为s区域中的灰度最小值
% zmed为s区域中的灰度中间值
    for i=1+flength:imgH-flength
        for j=1+flength:imgW-flength
            len = 1;
            while len<=flength
                    sTemp = sImg(i-len:i+len,j-len:j+len);
                    sTemp=sort(sTemp(:));
                    zsmed=sTemp((numel(sTemp)-1)/2);
                    zsmin=min(sTemp);
                    zsmax=max(sTemp);
                    ag1 = zsmed-zsmin;
                    ag2 = zsmed-zsmax;
                if ag1>0 && ag2<0
                    break;
                else 
                    len=len+1;
                end
            end
            if len==flength+1
                sNewImg(i,j)=sImg(i,j);
            else
                bs1=sImg(i,j)-zsmin;
                bs2=sImg(i,j)-zsmax;
                if bs1>0 && bs2<0
                    sNewImg(i,j)=sImg(i,j);
                else
                    sNewImg(i,j)=zsmed;
                end
            end
            len = 1;
            while len<=flength
                    gTemp = gImg(i-len:i+len,j-len:j+len);
                    gTemp=sort(gTemp(:));
                    zgmed=gTemp((numel(gTemp)-1)/2);
                    zgmin=min(gTemp);
                    zgmax=max(gTemp);
                    ag1 = zgmed-zgmin;
                    ag2 = zgmed-zgmax;
                if ag1>0 && ag2<0
                    break;
                else 
                    len=len+1;
                end
            end
            if len==flength+1
                gNewImg(i,j)=gImg(i,j);
            else
                bg1=gImg(i,j)-zgmin;
                bg2=gImg(i,j)-zgmax;
                if bg1>0 && bg2<0
                    gNewImg(i,j)=gImg(i,j);
                else
                    gNewImg(i,j)=zgmed;
                end
            end
        end
    end
% 处理完后转化为uint8
sImg=uint8(sImg);
sNewImg=uint8(sNewImg);
subplot(1,2,1);
imshow(sImg),title('椒盐噪声图像'); 

subplot(1,2,2);
imshow(sNewImg),title('自适应中值滤波器处理后图像');
gImg=uint8(gImg);
gNewImg=uint8(gNewImg);
figure();
subplot(1,2,1);
imshow(gImg),title('高斯噪声图像'); 

subplot(1,2,2);
imshow(gNewImg),title('自适应中值滤波器处理后图像');
end

    最大尺寸为7x7的自适应滤波器处理椒盐噪声结果

    Qm0kHU.png

    最大尺寸为7x7的自适应滤波器处理高斯噪声结果

    Qm0EEF.png

VV一笑ヽ
发布了8 篇原创文章 · 获赞 0 · 访问量 1680
私信 关注

猜你喜欢

转载自blog.csdn.net/Pure_vv/article/details/103341004
今日推荐
周排行
深度学习------Lingvo框架下的加速通道GPipe
webjars管理静态资源
C专家编程_2.2
mysql 源码安装
json文件操作
123231432
注解的实现
Spring MVC 控制器
《人月神话》读后感二
C#使用HttpWebRequest和HttpWebResponse上传文件示例
每日归档
更多
2024-09-08(0)
2024-09-07(0)
2024-09-06(0)
2024-09-05(0)
2024-09-04(0)
2024-09-03(0)
2024-09-02(0)
2024-09-01(0)
2024-08-31(0)
2024-08-30(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022