第七周作业:matlab分别对图片加入高斯噪音和椒盐噪音,然而利用均值滤波和中值滤波分别对上述两种噪音进行去噪。

简介: 简介:第七周作业:matlab分别对图片加入高斯噪音和椒盐噪音,然而利用均值滤波和中值滤波分别对上述两种噪音进行去噪。

题目

利用MATLAB编程,制作一张照片,分别加入高斯噪音和椒盐噪音。然而利用均值滤波和中值滤波分别对上述两种噪音进行去噪。

原图


image.png


1、添加椒盐噪声

clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
noiseIsp = imnoise(image,'salt & pepper',0.1);  % 添加椒盐噪声,密度为0.1
imshow(noiseIsp,[0 1]);
title('椒盐噪声图像')


image.png


2、添加高斯噪声

clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
noiseIsp = imnoise(image,'gaussian',0.1);  % 添加高斯噪声,默认值均为0,方差为0.01
imshow(noiseIsp,[0 1]);
title('高斯噪声图像')


image.png


3、均值滤波处理椒盐噪声


clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
% 因为filter2是对二维图像的处理,所以需要将图片转换成灰度图像
image_new = rgb2gray(image);  % 将图像转换成灰度图像
noiseIsp = imnoise(image_new,'salt & pepper',0.1);  % 添加椒盐噪声,默认值均为0,方差为0.01
imshow(noiseIsp);title('添加了椒盐噪声的灰度图像');
result = filter2(fspecial('average',3),noiseIsp);  % 3x3均值滤波
figure;
imshow(result);
title('3x3均值滤波图像');


image.png


image.png


4、中值滤波处理椒盐噪声

clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
% 因为medfil2是对二维图像的处理,所以需要将图片转换成灰度图像
image_new = rgb2gray(image);  % 将图像转换成灰度图像
noiseIsp = imnoise(image_new,'salt & pepper',0.1);  % 添加椒盐噪声,默认值均为0,方差为0.01
imshow(noiseIsp);title('添加了椒盐噪声的灰度图像');
result = medfilt2(noiseIsp);  % 3x3中值滤波
figure;
imshow(result);
title('3x3中值滤波图像');


image.png


5、均值滤波处理高斯噪声


clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
% 因为fliter2是对二维图像的处理,所以需要将图片转换成灰度图像
image_new = rgb2gray(image);  % 将图像转换成灰度图像
noiseIsp = imnoise(image_new,'gaussian',0.1);  % 添加高斯噪声,默认值均为0,方差为0.01
imshow(noiseIsp);title('添加了高斯噪声的灰度图像');
result = filter2(fspecial('average',3),noiseIsp);  % 3x3均值滤波
figure;
imshow(result);
title('3x3均值滤波');

image.png


image.png


6、中值滤波处理高斯噪声

clear;clc;
image = mat2gray(imread('D:/1.jpg'),[0 255]);
% 因为medfilt2是对二维图像的处理,所以需要将图片转换成灰度图像
image_new = rgb2gray(image);  % 将图像转换成灰度图像
noiseIsp = imnoise(image_new,'gaussian',0.1);  % 添加高斯噪声,默认值均为0,方差为0.01
imshow(noiseIsp);title('添加了高斯噪声的灰度图像');
result = medfilt2(noiseIsp);  % 3x3中值滤波
figure;
imshow(result);
title('3x3中值滤波图像');


image.png

相关文章
|
6月前
|
传感器 算法 计算机视觉
基于肤色模型和中值滤波的手部检测算法FPGA实现,包括tb测试文件和MATLAB辅助验证
该内容是关于一个基于肤色模型和中值滤波的手部检测算法的描述,包括算法的运行效果图和所使用的软件版本(matlab2022a, vivado2019.2)。算法分为肤色分割和中值滤波两步,其中肤色模型在YCbCr色彩空间定义,中值滤波用于去除噪声。提供了一段核心程序代码,用于处理图像数据并在FPGA上实现。最终,检测结果输出到"hand.txt"文件。
|
6月前
|
算法
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
【MATLAB】语音信号识别与处理:移动中位数滤波算法去噪及谱相减算法呈现频谱
89 2
|
6月前
|
算法
m基于OFDM+QPSK和LDPC编译码以及MMSE信道估计的无线图像传输matlab仿真,输出误码率,并用图片进行测试
MATLAB2022a仿真实现了无线图像传输的算法,包括OFDM、QPSK调制、LDPC编码和MMSE信道估计。OFDM抗频率选择性衰落,QPSK用相位表示二进制,LDPC码用于前向纠错,MMSE估计信道响应。算法流程涉及编码、调制、信道估计、均衡、解码和图像重建。MATLAB代码展示了从串行数据到OFDM信号的生成,经过信道模型、噪声添加,再到接收端的信道估计和解码过程,最终计算误码率。
70 1
|
8天前
|
算法 调度
基于遗传模拟退火混合优化算法的车间作业最优调度matlab仿真,输出甘特图
车间作业调度问题(JSSP)通过遗传算法(GA)和模拟退火算法(SA)优化多个作业在并行工作中心上的加工顺序和时间,以最小化总完成时间和机器闲置时间。MATLAB2022a版本运行测试,展示了有效性和可行性。核心程序采用作业列表表示法,结合遗传操作和模拟退火过程,提高算法性能。
|
3月前
|
Windows
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道
本文通过MATLAB仿真实现了OFDM系统中BPSK、QPSK、4QAM、16QAM和32QAM调制解调过程,并在加性高斯白噪声信道及TDL瑞利衰落信道下计算了不同信噪比条件下的误比特率。
154 4
基于MATLAB实现的OFDM仿真调制解调,BPSK、QPSK、4QAM、16QAM、32QAM,加性高斯白噪声信道、TDL瑞利衰落信道
|
4月前
|
算法
基于kalman滤波的UAV三维轨迹跟踪算法matlab仿真
本文介绍了一种使用卡尔曼滤波(Kalman Filter)对无人飞行器(UAV)在三维空间中的运动轨迹进行预测和估计的方法。该方法通过状态预测和观测更新两个关键步骤,实时估计UAV的位置和速度,进而生成三维轨迹。在MATLAB 2022a环境下验证了算法的有效性(参见附图)。核心程序实现了状态估计和误差协方差矩阵的更新,并通过调整参数优化滤波效果。该算法有助于提高轨迹跟踪精度和稳定性,适用于多种应用场景,例如航拍和物流运输等领域。
211 12
|
5月前
|
算法
m基于GA遗传优化的高斯白噪声信道SNR估计算法matlab仿真
**MATLAB2022a模拟展示了遗传算法在AWGN信道中估计SNR的效能。该算法利用生物进化原理全局寻优,解决通信系统中复杂环境下的SNR估计问题。核心代码执行多代选择、重组和突变操作,逐步优化SNR估计。结果以图形形式对比了真实SNR与估计值,并显示了均方根误差(RMSE),体现了算法的准确性。**
59 0
基于高通滤波器的ECG信号滤波及心率统计matlab仿真
**摘要:** 使用MATLAB2022a,实施高通滤波对ECG信号预处理,消除基线漂移,随后分析心率。系统仿真展示效果,核心代码涉及IIR HPF设计,如二阶滤波器的差分方程。通过滤波后的信号,检测R波计算RR间期,从而得到心率。滤波与R波检测是心电生理研究的关键步骤,平衡滤波性能与计算资源是设计挑战。
|
6月前
matlab使用hampel滤波,去除异常值
matlab使用hampel滤波,去除异常值
|
6月前
|
数据安全/隐私保护
matlab 曲线光滑,去毛刺,去离群值,数据滤波,高通滤波,低通滤波,带通滤波,带阻滤波
地震波格式转换、时程转换、峰值调整、规范反应谱、计算反应谱、计算持时、生成人工波、时频域转换、数据滤波、基线校正、Arias截波、傅里叶变换、耐震时程曲线、脉冲波合成与提取、三联反应谱、地震动参数、延性反应谱、地震波缩尺、功率谱密度