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
|
11月前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
463 5
|
11月前
|
机器学习/深度学习 算法 PyTorch
【变分高斯Copula推断】基于Bernstein多项式的非参数转换则在描述单变量边缘后验时提供了充分的灵活性(Matlab代码实现)
【变分高斯Copula推断】基于Bernstein多项式的非参数转换则在描述单变量边缘后验时提供了充分的灵活性(Matlab代码实现)
228 2
|
11月前
|
机器学习/深度学习 算法 Java
基于灰狼优化算法(GWO)解决柔性作业车间调度问题(Matlab代码实现)
基于灰狼优化算法(GWO)解决柔性作业车间调度问题(Matlab代码实现)
475 1
|
11月前
|
供应链 算法 Java
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
【柔性作业车间调度问题FJSP】基于非支配排序的多目标小龙虾优化算法求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
439 1
|
11月前
|
供应链 算法 调度
基于非支配吸血水蛭优化算法 (NSBSLO)求解多目标柔性作业车间调度问题(FJSP)研究(Matlab代码实现)
基于非支配吸血水蛭优化算法 (NSBSLO)求解多目标柔性作业车间调度问题(FJSP)研究(Matlab代码实现)
260 8
|
11月前
|
机器学习/深度学习 算法 算法框架/工具
【利用母船和牵引风箬在飞行中回收微型飞行器(MAVs)的方法】使用高斯原理推导了电缆-风箬系统的动力学模型(Matlab、Simulink仿真实现)
【利用母船和牵引风箬在飞行中回收微型飞行器(MAVs)的方法】使用高斯原理推导了电缆-风箬系统的动力学模型(Matlab、Simulink仿真实现)
616 5
|
12月前
|
知识图谱 Python
【使用高斯原理推导缆绳-拖曳伞系统的动态模型】使用拖缆系统进行微型空中飞行器的空中回收研究(Matlab代码实现)
【使用高斯原理推导缆绳-拖曳伞系统的动态模型】使用拖缆系统进行微型空中飞行器的空中回收研究(Matlab代码实现)
183 5
|
11月前
|
机器学习/深度学习 负载均衡 算法
【柔性作业车间调度】基于四种多目标优化算法(NSOOA、NSPSO、NSDBO、NSCOA)求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
【柔性作业车间调度】基于四种多目标优化算法(NSOOA、NSPSO、NSDBO、NSCOA)求解柔性作业车间调度问题FJSP研究(Matlab代码实现)
617 0
|
12月前
|
传感器 机器学习/深度学习 监控
【图像融合】差异的高斯:一种简单有效的通用图像融合方法[用于融合红外和可见光图像、多焦点图像、多模态医学图像和多曝光图像](Matlab代码实现)
【图像融合】差异的高斯:一种简单有效的通用图像融合方法[用于融合红外和可见光图像、多焦点图像、多模态医学图像和多曝光图像](Matlab代码实现)
558 0
|
算法 数据处理 数据安全/隐私保护
基于投影滤波算法的rick合成地震波滤波matlab仿真
本课题基于MATLAB2022a实现对RICK合成地震波的滤波仿真,采用投影滤波与卷积滤波投影两种方法处理合成地震剖面。地震波滤波是地震勘探中的关键步骤,用于去噪和增强信号。RICK模型模拟实际地震数据,投影滤波算法通过分解信号与噪声子空间实现有效去噪。完整程序运行无水印,包含核心代码与理论推导,适用于地震数据处理研究及学习。

热门文章

最新文章