推荐你使用一维中值滤波
matlab的函数为
y = medfilt1(x,n)
x为数组,是你要处理原始波形,n是中值滤波器的参数(大于零的整数)。y是滤波以后的结果(是兆液盯数组)
后面再
plot(y)
就能看到滤波以后的结果
经过medfilt1过滤以后,y里储存的是低频的波形,如果你需要高频波形,x-y就是高频波形
顺便再说一点,n是偶数的话,滤波效果比较好。
N越小,y里包含的高频成分就越多,y越大,y里包含的高频成分就越少。
记住,无论族和埋裤如何y里保存的都是整体的低频波。(如果你看不懂的话,滤一下,看y波形,你马上就懂了)
1、双循环语句,移动平均法。
<p>双循环语句,移动平均法</p><p>%均值滤波</p>
<p>clc,clear</p>
<p>f=imread('lena.bmp')</p>
<p>subplot(121),imshow(f),title('原图')</p>
<p>f1=imnoise(f,'gaussian',0.002,0.0008)</p>
<p>%subplot(222),imshow(f1),title('添加高斯噪声图'樱罩返)</p>
<p>k1=floor(3/2)+1</p>
<p>k2=floor(3/2)+1</p><p>X=f1</p>
<p>[M,N]=size(X)</p><p>uint8 Y=zeros(M,N)</p>
<p>funBox=zeros(3,3)</p><p>for i=1:M-3 </p>闷灶
<p> for j=1:N-3 </p><p> funBox=X(i:i+3,j:j+3) </p>
<p> s=sum(funBox(:))</p><p> h=s/9 </p>
<p> Y(i+k1,j+k2)=h </p><p> end</p>
<p>end</p><p>Y=Y/255</p>
<p>subplot(122),imshow(Y),title('均值滤波')</p>
<p>实现图:</p>
2、filter2。
<p>filter2</p>
<p>clear all</p>
<p>I=imread('lena.bmp')</p>
<p>%读入预处理图像</p>
<p>imshow(I)</p><p>%显示预处理图像</p>
<p>K1=filter2(fspecial('average',3),I)/255</p><p>%进行3*3均值滤波</p>
<p>K2=filter2(fspecial('average',5),I)/255</p><p>%进行5*5均值滤波</p>
<p>K3=filter2(fspecial('average',7),I)/255</p><p>%进行7*7均值滤波</p>
<p>figure,imshow(K1)</p><p>figure,imshow(K2)</p>
<p>脊饥figure,imshow(K3)</p>
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)