码迷,mamicode.com
首页 > 其他好文 > 详细

MATLAB 线性运算之图像相加去噪

时间:2015-05-14 14:26:12      阅读:393      评论:0      收藏:0      [点我收藏+]

标签:matlab   图像处理   线性运算   噪声   图像相加   

一、原理

图像相加可以对同一场景的多幅图像求平均值,以降低加性(additive)随机噪声。


二、实验

I= imread('E:\matlab\work\lenna.bmp');     %读取图片
[L H]=size(I)                              %获取大小
K=zeros(L,H)
for i=1:100 
  J=imnoise(I,'gaussian',0,0.02);          %随机加噪
  J1=im2double(J);                         %转成double型进行相加
  K=K+J1;
end
K=K/100; 
subplot(2,2,1),imshow(I),title('原图像');
subplot(2,2,2),imshow(J),title('加噪声后图像');subplot(2,2,3),imshow(K),title('处理后图像');


效果:
技术分享


三、对代码的一些关键点的说明

1.im2double

因为图像默认是uint8或bool型(二值图)的。uint8型的计算结果会默认保存为uint8型,超出范围会强制转换,所以要先转成double型。

2.imnoise

参考百度百科:

MATLAB中函数imnoise 是表示添加噪声污染一幅图像,叫做噪声污染图像函数。

g=imnoise(f,‘gaussian‘,m,var)将均值m,方差为var的高斯噪声加到图像f上,默认值是均值m为0,方差var为0.01的噪声。
g=imnoise(f,‘localvar‘,V)将均值为0,局部方差为V的高斯噪声添加到图像f上,其中V是与f大小相同的一个数组,它包含了每一个点的理想方差值。
g=imnoise(f,‘localvar‘,image_intensity,var)将均值为0的高斯噪声添加到图像f中,其中噪声的局部方差var是图像f的亮度值的函数。参量image_intensity和var是大小相同的向量,plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在[0,1]内的归一化亮度值。
g=imnoise(f,‘salt&pepper‘,d)用椒盐噪声污染图像f,其中d是噪声密度(即包括噪声值的图像区域的百分比)。因此,大约有d*numel(f)个像素受到影响。默认的噪声密度为0.05。
g=imnoise(f,‘speckle‘,var)用方程g=f+n*f)将乘性噪声添加到图像f上,其中n是均值为0,方差为var的均匀分布的随机噪声,var的默认值是0.04。
g=imnoise(f,‘poisson‘)从数据中生成泊松噪声,而不是将人工的噪声添加到数据中,为了遵守泊松统计,unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时,就要使用双精度图像。亮度值在0到1之间变化,并且对应于光子的数量除以10e12。

MATLAB 线性运算之图像相加去噪

标签:matlab   图像处理   线性运算   噪声   图像相加   

原文地址:http://blog.csdn.net/u012422829/article/details/45718495

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!