基于Matlab的图像滤波
一.实验目的
1 .实现图像中加入高斯白噪声、椒盐噪声、泊松噪声、乘性噪声等进行比较；
2 .实现图像平均滤波、中值滤波、高斯滤波、mgddp等处理；
二.实验步骤
1 .读取图像
image=imread(test2.BMP )； %读取图像
subplot (5，2，1 )； %指定显示图像的位置为52矩阵的第一个位置
imshow(image )、title(‘) (原图)； %将读取的图像命名为原始图像并显示
2 .创建过滤器
F1=fspecial (‘average’，[ 5，5 ] )； %平均过滤器，运算符大小为[ 5，5 ]
F2=fspecial (‘Gaussian’，[ 5，5 ]，1 )； %高斯滤波器，运算符大小为[ 5，5 ]，标准偏差为1
f3=fspecial(laplacian，0 )；
%mgddp器，0用于确定滤波器的形状，取[ 0，1 ]的值
3 .在图像中加入高斯白噪声
image1=imnoise(image，‘Gaussian’，0，0.02 )；
%图像加高斯白噪声，平均值0，方差0.02
subplot (5，2，2 )； %指定显示图像的位置为52矩阵的第二个位置
imshow(image1 )、title(‘)“在原图中加入高斯白噪声”
4 .将均值为0的高斯白噪声添加到图像中
[m，n]=size(image )； %显示读取图像的尺寸
v=rand(m，n )； %随机生成矩阵
image2=imnoise(image，‘localvar’，v )； 在%图像中添加0平均高斯白噪声
subplot (5，2，3 )； %指定显示图像的位置为52矩阵中的第三个位置