Считайте полутоновое изображение.

I = imread('cameraman.tif');

Добавьте нулевой средний белый Гауссов шум с 0,0015 отклонениями к изображению с помощью imnoise функция.

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

Удалите шум от изображения до средних значений нелокального фильтровать. imnlmfilt функционируйте 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 предполагаемую степень сглаживания, estDoS, в заголовке 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 imnoise функция. 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 из шумного фона, 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 оценить шум.

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

Установите 'DegreeOfSmoothing' значение, 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)})