Считайте полутоновое изображение.

I = imread('cameraman.tif');

Добавьте белый Гауссов шум с нулевым средним значением и 0,0015 отклонениями к изображению с помощью функции imnoise.

noisyImage = imnoise(I,'gaussian',0,0.0015);

Удалите шум от изображения до средних значений нелокального фильтровать. imnlmfilt оценивает степень сглаживания на основе стандартного отклонения шума в изображении.

[filteredImage,estDoS] = imnlmfilt(noisyImage);

Отобразите шумное изображение (слева), и нелокальные средние значения отфильтровали изображение (справа) как монтаж. Отобразите оцененную степень сглаживания, estDoS как заголовок фигуры.

Нелокальный средний фильтр удаляет шум из входного изображения, но сохраняет резкость сильных ребер, таких как контур человека и созданий. Эта функция также сглаживает текстурированные области, такие как трава на переднем плане изображения, приводящего к меньшему количеству детали когда по сравнению с шумным изображением.

montage({noisyImage,filteredImage})
title (['Estimated degree of smoothing, ', 'estDoS = ',num2str(estDoS)]);

Считайте цветное изображение.

imRGB = imread('peppers.png');

Добавьте белый Гауссов шум с нулевым средним значением и 0,0015 отклонениями к изображению с помощью функции the imnoise. Отобразите шумное изображение RGB.

noisyRGB = imnoise(imRGB,'gaussian',0,0.0015);
imshow(noisyRGB)

Преобразуйте шумное изображение RGB в цветовое пространство L*a*b, так, чтобы нелокальный средний фильтр сглаживал перцепционно схожие цвета.

noisyLAB = rgb2lab(noisyRGB);

Извлеките гомогенную закрашенную фигуру L*a*b шумного происхождения, чтобы вычислить шумовое стандартное отклонение.

roi = [210,24,52,41];
patch = imcrop(noisyLAB,roi);

В этой закрашенной фигуре L*a*b вычислите Евклидово расстояние от источника, edist. Затем вычислите стандартное отклонение edist, чтобы оценить шум.

patchSq = patch.^2;
edist = sqrt(sum(patchSq,3));
patchSigma = sqrt(var(edist(:)));

Установите 'значение DegreeOfSmoothing', чтобы быть выше, чем стандартное отклонение закрашенной фигуры. Отфильтруйте шумный L*a*b*, изображение с помощью нелокального означает фильтровать.

DoS = 1.5*patchSigma;
denoisedLAB = imnlmfilt(noisyLAB,'DegreeOfSmoothing',DoS);

Преобразуйте отфильтрованное изображение L*a*b в цветовое пространство RGB. Отобразите отфильтрованное изображение RGB.

denoisedRGB = lab2rgb(denoisedLAB,'Out','uint8');
imshow(denoisedRGB)

Сравните закрашенную фигуру от шумного изображения RGB (слева), и та же закрашенная фигура от нелокальных средних значений отфильтровала изображение RGB (справа).

roi2 = [178,68,110,110];
montage({imcrop(noisyRGB,roi2),imcrop(denoisedRGB,roi2)})