Прочтите изображение в рабочую область и отобразите его.

I = imread('cameraman.tif');
imshow(I)
title('Original Image')

Сглаживайте изображение с помощью анизотропной диффузии. Для сравнения также сглаживайте изображение с помощью Гауссова размытия. Отрегулируйте стандартное отклонение sigma из Гауссова сглаживающего ядра так, что текстурированные области, такие как трава, сглаживаются одинаковым количеством для обоих методов.

Idiffusion = imdiffusefilt(I);
sigma = 1.2;
Igaussian = imgaussfilt(I,sigma);

Отображение результатов.

montage({Idiffusion,Igaussian},'ThumbnailSize',[])
title('Smoothing Using Anisotropic Diffusion (Left) vs. Gaussian Blurring (Right)')

Анизотропная диффузия сохраняет резкость ребер лучше, чем гауссовское размытие.

Прочтите полутоновое изображение, затем примените к нему сильный Гауссов шум. Отобразите шумное изображение.

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

Вычислите индекс структурного подобия (SSIM), чтобы измерить качество шумного изображения. Чем ближе значение SSIM к 1, тем лучше изображение согласуется с бесшумным эталонным изображением.

n = ssim(I,noisyImage);
disp(['The SSIM value of the noisy image is ',num2str(n),'.'])

The SSIM value of the noisy image is 0.26556.

Уменьшите шум с помощью анизотропной диффузии. Сначала попробуйте параметры по умолчанию для анизотропного диффузионного фильтра и отобразите результат.

B = imdiffusefilt(noisyImage);
imshow(B)
title('Anisotropic Diffusion with Default Parameters')

nB = ssim(I,B);
disp(['The SSIM value using default anisotropic diffusion is ',num2str(nB),'.'])

The SSIM value using default anisotropic diffusion is 0.65665.

Изображение все еще ухудшается из-за шума, поэтому улучшите фильтр. Выберите метод квадратичной проводимости, потому что изображение характеризуется в большей степени широкими однородными областями, чем высококонтрастными ребрами. Оцените оптимальный порог градиента и количество итераций с помощью imdiffuseest функция. Отобразите получившееся изображение.

[gradThresh,numIter] = imdiffuseest(noisyImage,'ConductionMethod','quadratic');
C = imdiffusefilt(noisyImage,'ConductionMethod','quadratic', ...
    'GradientThreshold',gradThresh,'NumberOfIterations',numIter);
imshow(C)
title('Anisotropic Diffusion with Estimated Parameters')

nC = ssim(I,C);
disp(['The SSIM value using quadratic anisotropic diffusion is ',num2str(nC),'.'])

The SSIM value using quadratic anisotropic diffusion is 0.88135.

Шум менее очевиден в полученном изображении. Значение SSIM, которое ближе к 1, подтверждает, что качество изображения улучшилось.

Загрузите шумный 3-D полутоновый объем МРТ.

load mristack

Выполните краевое шумоподавление по объему с помощью анизотропной диффузии. Чтобы предотвратить чрезмерное сглаживание низкоконтрастных функций в мозге, уменьшите количество итераций от числа по умолчанию 5. Компромисс заключается в том, что меньше шума удаляется.

diffusedImage = imdiffusefilt(mristack,'NumberOfIterations',3);

Чтобы подробно сравнить шумное изображение и отфильтрованное изображение, отобразите десятый срез обоих.

imshowpair(mristack(:,:,10),diffusedImage(:,:,10),'montage')
title('Noisy Image (Left) vs. Anisotropic-Diffusion-Filtered Image (Right)')

Вычислите счет Naturalness Image Evaluator (NIQE) по всем срезам объема. NIQE- счета обеспечивает количественную меру качества изображения, которая не требует ссылки изображения. Более низкие счета NIQE отражают лучшее качество восприятия изображения.

nframes = size(mristack,3);
m = 0;
d = 0;
for i = 1:nframes
    m = m + niqe(mristack(:,:,i));
    d = d + niqe(diffusedImage(:,:,i));
end
mAvg = m/nframes;
dAvg = d/nframes;
disp(['The NIQE score of the noisy volume is ',num2str(mAvg),'.'])

The NIQE score of the noisy volume is 5.7794.

disp(['The NIQE score using anisotropic diffusion is ',num2str(dAvg),'.'])

The NIQE score using anisotropic diffusion is 4.1391.

Счет NIQE согласуется с наблюдением уменьшенного шума в фильтрованном изображении.