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

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

Оцените порог градиента, и количество итераций должно было выполнить анизотропную фильтрацию диффузии изображения.

[gradThresh,numIter] = imdiffuseest(Inoisy)

gradThresh = 1x5 uint8 row vector

   64   50   39   34   29

numIter = 5

Отфильтруйте шумное изображение при помощи анизотропной диффузии предполагаемыми параметрами.

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

Для сравнения также отфильтруйте шумное изображение при помощи анизотропной диффузии параметрами по умолчанию. Порог градиента по умолчанию 25.5, потому что типом данных изображения является uint8, и количество по умолчанию итераций равняется 5.

Idiffusedef = imdiffusefilt(Inoisy);

Визуально сравните два отфильтрованных изображения.

 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 помощью параметров по умолчанию. Шум почти абсолютно отсутствует в изображении, которое было отфильтровано с помощью оцененных параметров. Резкость ребер в обоих изображениях, особенно высококонтрастные ребра, такие как решетка и белый воротничок, сохраняется.