%%??學習目標：一個圖像處理的經典綜合案例
clear;clc;close?all
%%???讀取圖像
I=imread（‘1.jpg‘）;
try
????I=rgb2gray（I）;????%如果是RGB圖像，則轉化為灰度圖
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對圖像濾波
figure
imshow（I）
title（‘去噪之后的圖像‘）

%%???圖像銳化
[MN]=size（I）;???%?計算圖像尺寸
f=double（I）;?????%?數據類型轉換，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，可以自行調節，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，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‘）
%%?
%%???QQ：1960009019
%%???微信：13299109228
%%??微信公眾號：大仙一品堂

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????5551??2017-06-07?10:50??8??圖像去噪?濾波?銳化?邊緣檢測程序\1.jpg
?????文件????????1775??2019-10-11?15:28??8??圖像去噪?濾波?銳化?邊緣檢測程序\chengxu.m
?????目錄???????????0??2018-03-20?09:37??8??圖像去噪?濾波?銳化?邊緣檢測程序\