基于matlab的图像降噪技术,matlab降噪处理
为了提高算法去除噪声和保留细节信息的性能,Peroha等人[8]提出了一种基于热中扩散方程的扩散算法,即PM模型。模型主要基于经典的各向异性扩散方dgi,j,t/dt=div(d!g)提出用函数控制的扩散系数代替扩散系数D。预防性维护模式是
第二部分代码全部清除;
全部关闭;
% Io=im read( Image/article 3 . BMP );%读入图像
% Io=im read( Image/gzc 01 . BMP );
io=im read( pepper . BMP );
% Io=imread( Image/camera tor . BMP );
I=double(RGB 2 gray(Io));
in=I;
% I=double(Io);
% stan _ var=20
% var=stan_var^(2);
% IN1=randn(size(I))* stan _ var;
% In=I IN1
% save( In );
% % load(“In”);
图(2),imshow(在,[],边框,紧);
图(3),imshow(I,[],边框,紧);
=0.2;
iter=350
K=2.5
[ImMAE,PSNRAll,Is]=diffusion_PM(I,In,iter,lamda,K);
图(4),imshow(是,[],边框,紧);
图(5),imshow(Is-In,[], Border , tight );
[Ny,Nx]=size(Is);
x=1:Nx;
level=fix(Ny/2);
y=Is(level,);
y1=I(级别,);
y2=In(级别,);
图(14);
支线剧情(2,1,1);plot(x,y,x,y1);
标题(“平滑图像和原始图像”)
支线剧情(2,1,2);plot(x,y,x,y1,x,y2);
标题(“噪声图像和原始图像”)
图(6);
x=1:ITER;
plot(x,PSNRAll);标题(“PSNR”)
图(7);
x=1:ITER;
plot(x,ImMAE);标题(“MAE”)
3运行结果
4参考文献[1]严,和文成玉。基于改进PM模型的医学超声图像去噪算法。成都信息工程大学学报034.006(2019):第600-605页。
[2],王,基于PM模型和YK模型的改进图像去噪方法[J].微机信息,2009(21):3。
有些理论引用自网络文献。如有侵权,联系博主删除。
原创作品来自matlab研究助手,
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。