【影象去噪】基於matlab Wiener+Non-Local Means+Lucy_Richardson+Lee+kuwahara+Bilateral濾波器影象去噪【含Matlab原始碼 1017期】
阿新 • • 發佈:2021-06-18
一、簡介
基於matlab Wiener+Non-Local Means+Lucy_Richardson+Lee+kuwahara+Bilateral濾波器影象去噪
二、原始碼
function [out, psn]=bif_filter(im,sigd,sigr) % bilateral filter雙邊濾波器 % 函式輸入: % im 輸入的影象 % sigd 空間核心的時域引數 % sigr 核心引數強度變化範圍 % 函式輸出: % out 濾波影象 = output imagespatial kernel w=(2*sigd)+1; % sigr=(n*100)^2/(.003*(sigd^2)); % 自適應R值,n為高斯噪聲強度,n=0.001 % 高斯濾波器 gw=zeros(w,w); % 高斯權值矩陣初始化 c=ceil(w/2); % 向前取整 c=[c c]; % 中心元素位置 for i=1:w for j=1:w q=[i,j]; % 記錄相連畫素位置標識位 gw(i,j)=norm(c-q); % 歐氏距離 end end Gwd=(exp(-(gw.^2)/(2*(sigd^2)))); % 高斯函式 % Padding 擴充套件影象的邊界,防止滑動視窗邊界值溢位 proci=padarray(im,[sigd sigd],'replicate'); % A = [1 2; 3 4]; % B = padarray(A,[3 2],'replicate','post') % B = % 1 2 2 2 % 3 4 4 4 % 3 4 4 4 % 3 4 4 4 % 3 4 4 4 [row clm]=size(proci); % Size of image if ~isa(proci,'double') proci = double(proci)/255; % 轉換為double型別 end K=sigd; L=[-K:K]; c=K+1; % 中心元素位置 iter=length(L); % 迭代次數 ind=1; for r=(1+K):(row-K) % 行 for s=(1+K):(clm-K) % 列 for i=1:iter % 視窗大小 行 for j=1:iter % 視窗大小 列 win(i,j)=proci((r+L(i)),(s+L(j))); % 獲取視窗 end end I=win; % 灰度矩陣 win=win(c,c)-win; % 相對中心點處的強度差異,中心點為參考灰度值 win=sqrt(win.^2); % 保證win中的每一個元素為正 Gwi=exp(-(win.^2)/(2*(sigr^2))); % 高斯函式 weights=(Gwi.*Gwd)/sum(sum(Gwi.*Gwd)); % 高斯權值 Ii=sum(sum(weights.*I)); % 得到當前雙邊濾波值 proci(r,s)=Ii; % 替換當前灰度值 win=[]; end end % 移除邊界擴充套件值 proci=rpadd(proci,K); % 移除邊界擴充套件值 out=im2uint8(proci); % 型別轉換 %% 濾波重建後,影象峰值信噪比計算 if ~isa(out,'double') dimg = double(out)/255; % 轉換為double型別 end psn = PSN(im,dimg); % PSNR,峰值信噪比 end % PSF: 退化函式的空域模板 % NP: 表示噪聲的功率 %函式輸出: % J: 約束最小平方濾波影象 % LAGRA: 可以為一個數值,表示指定約束最小平方的最佳復原引數y, % 也可以為[min,max]形式,表示引數y的搜尋範圍 % 若此引數省略,則表示搜尋範圍為[1e-9,1e9] 。 % 約束最小平方濾波 if ~isa(I,'double') I = double(I)/255; end LR = [1e-9 1e9]; % 復原引數搜尋範圍 % 求解輸入影象維數 sizeI = size(I); % PSF 矩陣 sizePSF = size(PSF); % 輸入影象的維數求解 numNSdim = find(sizePSF~=1); NSD = length(numNSdim); % 轉化PSF函式到期望的維數 光傳遞函式OTF otf = psf2otf(PSF,sizeI); % regop:通過計算拉普拉斯運算元計算影象的平滑性 % 具體見表示式(10.23) if NSD == 1, regop = [1 -2 1]; else % 二維矩陣 % 3x3 Laplacian matrixes regop = repmat(zeros(3),[1 1 3*ones(1,NSD-2)]); % center matrix of Laplacian idx = [{':'}, {':'}, repmat({2},[1 NSD-2])]; regop(idx{:}) = [0 1 0;1 -NSD*2 1;0 1 0]; % 模板運算元 end % regop = % 0 1 0 % 1 -4 1 % 0 1 0 % 改變REGOP折返回原始維數 idx1 = repmat({1},[1 length(sizePSF)]); idx1(numNSdim) = repmat({':'},[1 NSD]); REGOP(idx1{:}) = regop; % 轉化PSF函式到期望的維數 光傳遞函式OTF REGOP = psf2otf(REGOP,sizeI); fftnI = fftn(I); R2 = abs(REGOP).^2; H2 = abs(otf).^2; % 計算LAGRA值 if (numel(LR)==1) || isequal(diff(LR),0),% LAGRA is given LAGRA = LR(1); else % 採用fminbnd在[1e-9,1e9]優化,加速計算 R4G2 = (R2.*abs(fftnI)).^2; H4 = H2.^2; R4 = R2.^2; H2R22 = 2*H2.*R2; ScaledNP = NP*prod(sizeI); LAGRA = fminbnd(@ResOffset,LR(1),LR(2),[],R4G2,H4,R4,H2R22,ScaledNP); end;
三、執行結果
四、備註
版本:2014a
完整程式碼或代寫加1564658423