基于matlab的图像去噪算法研究,图像去噪算法综述

　　【图像去噪】用matlab代码实现的基于非线性扩散PM算法的图像去噪_ MATLAB仿真博客的技术博客_博客

　　1引言图像去噪的主要挑战是如何在抑制噪声的同时尽可能地保留边缘等细节。一般来说，非线性扩散方法可以起到去噪和保护图像边缘的作用。

　　第2部分代码全部关闭

　　清楚的

　　色度控制中心

　　%原始图像的读取和显示

　　% im=im read( lenna . BMP )；

　　im=im read( vv . jpg )；

　　im show(im)；

　　标题(“原图”)；

　　%%高斯低通滤波得到模糊图像

　　% h=fspecial(gaussian ，[3，3]，1)；%高斯低通滤波器(使用标准差为1的3*3模板(默认为标准差为0.5的3*3模板))

　　% imA=imfilter(im，h)；

　　%图；

　　% im show(uint 8(imA))；

　　% title(“模糊图像”)；

　　%添加高斯白噪声

　　imB=imnoise(im，高斯，0，0.003)；

　　信噪比(im，imB)

　　% imB=imA randn(size(imA))* 5；

　　图(1)；

　　imshow(imB)；

　　标题(“嘈杂的图像”)；

　　PM_image=PM(imB，200，0.02，2)；

　　信噪比(im，PM_image)

　　图(2)；

　　im show(uint 8(PM _ image))；

　　标题(“50次迭代后的效果图”)；

　　PM_image=PM(imB，300，0.02，2)；

　　信噪比(im，PM_image)

　　图(3)；

　　im show(uint 8(PM _ image))；

　　标题(“100次迭代后的效果图”)；

　　PM_image=PM(imB，500，0.02，2)；

　　信噪比(im，PM_image)

　　图(4)；

　　im show(uint 8(PM _ image))；

　　标题(‘200次迭代后的效果图’)；

　　3运行结果

　　4参考文献[1]，许，基于Matlab的图像去噪算法的研究与实现[J].福建计算机，2009(12):2。

　　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。