clear;clc;close?all
%讀取圖像
I=imread（‘a(chǎn)bc.png‘）;
try
????I=rgb2gray（I）;????%如果是RGB圖像，轉(zhuǎn)成灰度圖
end

%添加噪聲
I=imnoise（I‘salt?&?pepper‘0.04）;?%?疊加密度為0.04的椒鹽噪聲
figure
imshow（I）
title（‘原圖‘）

%圖像去噪
I=medfilt2（I[2?4]）;???%采用二維中值濾波函數(shù)medfilt2對受椒鹽噪聲干擾的圖像濾波
figure
imshow（I）
title（‘去噪之后的圖像‘）

%圖像銳化
[MN]=size（I）;???%?計算圖像的尺寸
f=double（I）;?????%?數(shù)據(jù)類型轉(zhuǎn)換，MATLAB不支持圖像的無符號整型的計算
g=fft2（f）;???????%?二維傅立葉變換，得到頻域信息
g=fftshift（g）;???%?0頻率移到（M/2N/2）處

n=2;????????????%?二階巴特沃斯（Butterworth）濾波器
D0=3;???????????%?巴特沃斯濾波器的D0，D0越大，保留的高頻信號就越少（對于不同的圖片，可以自行調(diào)節(jié)，以便得到好的效果）
for?i=1:M
????for?j=1:N?
????????D=sqrt（（i-M/2）^2+（j-N/2）^2）;???%計算離0頻率（M/2N/2）的距離
????????h=1/（1+（D0/D）^（2*n））;??????????%計算傳遞函數(shù)的值
????????output（ij）=h*g（ij）;??????????%高通濾波之后（ij）處的值
????end
end
result=ifftshift（output）;???%與g=fftshift（g）對應(yīng)，還原回去
I=ifft2（result）;???%傅里葉反變換
I=uint8（real（I））;??%得到濾波之后的圖像（銳化之后的圖像）
figure
imshow（I）??????????%濾波后圖像顯示
title（‘銳化之后的圖像‘）

%直方圖均衡化處理
I=histeq（I）;????%得到直方圖均衡化之后的圖像
figure
imshow（I）
title（‘直方圖均衡之后的圖像‘）

%邊緣檢測
I1=edge（I‘prewitt‘）;
I2=edge（I‘roberts‘）;
I3=edge（I‘sobel‘）;

figure
imshow（I1）
title（‘prewitt邊緣檢測之后的圖像‘）

figure
imshow（I2）
title（‘roberts邊緣檢測之后的圖像‘）

figure
imshow（I3）
title（‘sobel邊緣檢測之后的圖像‘）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2017-06-15?22:14??圖像預(yù)處理\
?????文件???????21570??2017-04-16?12:04??圖像預(yù)處理\abc.png
?????文件????????1564??2017-06-15?22:14??圖像預(yù)處理\yuchuli.m