基本信息

---

下载

   友情提示：（无需注册或充值，赞助后即可获取资源下载链接）

---

     嘿，亲！知识可是无价之宝呢，但咱这精心整理的资料也耗费了不少心血呀。小小地破费一下，绝对物超所值哦！如有下载和支付问题，请联系我们QQ(微信同号)：813200300

本次赞助数额为： 2 元　

支付宝支付

微信支付

   源码介绍

---

三幅经典的图像（lena、peppers、barbara）分别加上了高斯噪声、乘性噪声、椒盐噪声。

高斯白噪声：均值为0，方差为0.05。

椒盐噪声：噪声密度0.10。

乘性噪声：这里为均匀分布的均值为0，方差为0.10的噪声。

(1)、使用均值滤波、中值滤波进行测试，得出去噪效果并分析；

(2)、使用高斯低通滤波器、巴特沃斯滤波器进行测试，得出去噪效果并分析；

(3)、使用PCA进行测试，得出去噪效果并分析；

(4)、使用小波变换进行测试，可以采用‘db’小波、‘sym’小波等，也可以自己去选择一些小波函数，得出去噪效果并分析；

(5)、自己选择一些方法、得出去噪效果并分析

function pushbutton1_Callback(hObject, eventdata, handles)
global I I1
[filename,pathname] = uigetfile({'*.png';'*.jpg';'*.bmp'},'选择图片');
str = [pathname,filename];
I1 = imread(str);
if (strcmpi(filename,'lena_gaussian.png')==1||strcmpi(filename,'lena_salt-pepper.png')==1||strcmpi(filename,'lena_speckle.png')==1)
    I=imread('lena.png');
elseif (strcmpi(filename,'barbara_gaussian.png')==1||strcmpi(filename,'barbara_salt-pepper.png')==1||strcmpi(filename,'barbara_speckle.png')==1)
    I=imread('barbara.png');
elseif (strcmpi(filename,'peppers256_gaussian.png')==1||strcmpi(filename,'peppers256_salt-pepper.png')==1||strcmpi(filename,'peppers256_speckle.png')==1)
    I=imread('peppers256.png');
else
        msgbox('请输入规定的噪声图像','确认','error');
end
axes(handles.axes1),imshow(I),title('原图');
PSNR1=psnr(I1,I);
t1 = sprintf('%s%f%s','加噪后图像,PSNR=',PSNR1, 'dB');
axes(handles.axes2),imshow(I1),title(t1);
 
function pushbutton2_Callback(hObject, eventdata, handles)
global I I1
I2=average_filtering(I1); 
I3=median_filtering(I1); 
I4=gaussian_lowpass_filtering(I1); 
I5=butterworth_lowpass_filtering(I1); 
I6=PCA_filtering(I1); 
I7=wavelet_transform_filtering(I1); 
I8=wiener_filtering(I1); 

PSNR2=psnr(I2,I);
t2 = sprintf('%s%f%s','均值滤波后图像,PSNR=',PSNR2, 'dB');
axes(handles.axes3),imshow(I2),title(t2);
PSNR3=psnr(I3,I);
t3 = sprintf('%s%f%s','中值滤波后图像,PSNR=',PSNR3, 'dB');
axes(handles.axes4),imshow(I3),title(t3);
PSNR4=psnr(I4,I);
t4 = sprintf('%s%f%s','高斯低通滤波后图像,PSNR=',PSNR4, 'dB');
axes(handles.axes5),imshow(I4),title(t4);
PSNR5=psnr(I5,I);
t5 = sprintf('%s%f%s','巴特沃斯滤波后图像,PSNR=',PSNR5, 'dB');
axes(handles.axes6),imshow(I5),title(t5);
PSNR6=psnr(I6,I);
t6 = sprintf('%s%f%s','PCA滤波后图像,PSNR=',PSNR6, 'dB');
axes(handles.axes7),imshow(I6),title(t6);
PSNR7=psnr(I7,I);
t7 = sprintf('%s%f%s','小波变换后图像,PSNR=',PSNR7, 'dB');
axes(handles.axes8),imshow(I7),title(t7);
PSNR8=psnr(I8,I);
t8 = sprintf('%s%f%s','维纳滤波后图像,PSNR=',PSNR8, 'dB');
axes(handles.axes9),imshow(I8),title(t8);