Считайте полутоновое изображение.

I = imread('cameraman.tif');

Добавьте белый Гауссов шум с нулем в 0,0015 отклонения к изображению с помощью imnoise функция.

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

Удалите шум с изображения с помощью нелокальных средств фильтрации. The imnlmfilt функция оценивает степень сглаживания на основе стандартного отклонения шума в изображении.

[filteredImage,estDoS] = imnlmfilt(noisyImage);

Отобразите шумное изображение (слева) и нелокальное средство отфильтрованного изображения (справа) как монтаж. Отобразите предполагаемую степень сглаживания, estDoS, в заголовке рисунка.

Не локальный фильтр средства удаляет шум из входа изображения, но сохраняет резкость сильных ребер, такого как силуэт человека и созданий. Эта функция также сглаживает текстурированные области, такие как трава на переднем плане изображения, что приводит к меньшей детализации по сравнению с шумным изображением.

montage({noisyImage,filteredImage})
title(['Estimated Degree of Smoothing, ', 'estDoS = ',num2str(estDoS)])

Чтение цветного изображения.

imRGB = imread('peppers.png');

Добавьте белый Гауссов шум с нулем среднего и 0,0015 отклонения к изображению используя 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 что нелокальный фильтр сглаживает воспринимаемые цвета.

noisyLAB = rgb2lab(noisyRGB);

Извлеките однородную закрашенную фигуру L * a * b из шумного фона, чтобы вычислить стандартное отклонение шума.

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 для оценки шума.

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

Установите значение 'DegreeOfSmoothing' значение должно быть выше стандартного отклонения закрашенной фигуры. Фильтрация шумного изображения L * a * b * с помощью нелокальных средств фильтрации.

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

Преобразуйте отфильтрованное изображение L * a * b в цветовое пространство RGB. Отображение отфильтрованного изображения RGB.

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

Сравните закрашенную фигуру из шумного изображения RGB (слева) и та же закрашенная фигура из нелокальных средств отфильтрованного изображения RGB (справа).

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