Считайте и отобразите полутоновое изображение. Наблюдайте горизонтальный артефакт бороздчатости в области неба.

I = imread('cameraman.tif');
imshow(I)

Смотрите закрашенную фигуру изображения из области неба. Вычислите отклонение закрашенной фигуры, которая аппроксимирует отклонение шума.

patch = imcrop(I,[170, 35, 50 50]);
imshow(patch)

patchVar = std2(patch)^2;

Отфильтруйте изображение с помощью двусторонней фильтрации. Установите степень сглаживания быть больше, чем отклонение шума.

DoS = 2*patchVar;
J = imbilatfilt(I,DoS);
imshow(J)
title(['Degree of Smoothing: ',num2str(DoS)])

Артефакт бороздчатости уменьшается, но не устраняется. Чтобы улучшить сглаживание, увеличьте значение spatialSigma к 2 так, чтобы удаленные соседние пиксели способствовали больше Гауссову ядру сглаживания. Это эффективно увеличивает пространственную степень двустороннего фильтра.

K = imbilatfilt(I,DoS,2);
imshow(K)
title(['Degree of Smoothing: ',num2str(DoS),', Spatial Sigma: 2'])

stration артефакт в небе успешно удален. Резкость сильных ребер, таких как контур человека и текстурированные области, такие как трава на переднем плане изображения, была сохранена.

Считайте изображение RGB.

imRGB = imread('coloredChips.png');
imshow(imRGB)

Преобразуйте изображение в цветовое пространство L*a*b, так, чтобы двусторонний фильтр сглаживал перцепционно схожие цвета.

imLAB = rgb2lab(imRGB);

Извлеките закрашенную фигуру L*a*b, которая не содержит резкого края. Вычислите отклонение в Евклидовом расстоянии от источника на пробеле L*a*b.

patch = imcrop(imLAB,[34,71,60,55]);
patchSq = patch.^2;
edist = sqrt(sum(patchSq,3));
patchVar = std2(edist).^2;

Отфильтруйте изображение в L*a*b* цветовое пространство с помощью двусторонней фильтрации. Установите DegreeOfSmoothing значение, чтобы быть выше, чем отклонение закрашенной фигуры.

DoS = 2*patchVar;
smoothedLAB = imbilatfilt(imLAB,DoS);

Преобразуйте изображение назад в цветовое пространство RGB и отобразите сглаживавшее изображение.

smoothedRBG = lab2rgb(smoothedLAB,'Out','uint8');
montage({imRGB,smoothedRBG})
title(['Original Image vs. Filtered Image with Degree of Smoothing: ',num2str(DoS)])

Цвета микросхем и черного пера кажутся более универсальными, но горизонтальные мелкие частицы в таблице все еще отображаются. Увеличьте пространственную степень фильтра так, чтобы эффективное окружение фильтра охватило пробел между горизонтальными мелкими частицами (это расстояние составляет приблизительно семь пикселей). Также увеличьте DegreeOfSmoothing сглаживать эти области более настойчиво.

DoS2 = 4*patchVar;
smoothedLAB2 = imbilatfilt(imLAB,DoS2,7);
smoothedRBG2 = lab2rgb(smoothedLAB2,'Out','uint8');
montage({imRGB,smoothedRBG2})
title(['Original Image vs. Filtered Image with Degree of Smoothing: ',num2str(DoS),' and Spatial Sigma: 7'])

Цвет деревянной таблицы более универсален с большим окружением и большей степенью сглаживания. Резкость края микросхем и пера сохраняется.