Прочитайте изображение в градациях серого, затем примените к нему сильный гауссов шум. Отображение шумного изображения.

I = imread('pout.tif');
Inoisy = imnoise(I,'gaussian',0,0.005);
imshow(Inoisy)
title('Noisy Image')

Оцените порог градиента и количество итераций, необходимых для выполнения анизотропной диффузионной фильтрации изображения.

[gradThresh,numIter] = imdiffuseest(Inoisy)

gradThresh = 1x5 uint8 row vector

   64   50   39   34   29

numIter = 5

Фильтрация шумного изображения с использованием анизотропной диффузии с расчетными параметрами.

Idiffuseest = imdiffusefilt(Inoisy,'GradientThreshold', ...
     gradThresh,'NumberOfIterations',numIter);

Для сравнения также фильтруйте шумное изображение с помощью анизотропной диффузии с параметрами по умолчанию. Пороговое значение градиента по умолчанию - 25,5, поскольку тип данных изображения - uint8, а число итераций по умолчанию равно 5.

Idiffusedef = imdiffusefilt(Inoisy);

Визуальное сравнение двух отфильтрованных изображений.

 montage({Idiffusedef,Idiffuseest},'ThumbnailSize',[])
 title(['Anisotropic Diffusion Filtering Using ' ...
     'Default Parameters (Left) vs. Estimated Parameters (Right)'])

Некоторый шум остается в изображении, которое было отфильтровано с использованием параметров по умолчанию. Шум почти полностью отсутствует в изображении, которое было отфильтровано с использованием оценочных параметров. Резкость рёбер на обоих изображениях, особенно высококонтрастных рёбер, таких как шпалера и белый воротник, сохраняется.