在MATLAB中不使用Imfilter函数进行线性滤波

在MATLAB中，“线性滤波”是一种将线性滤波器应用于数字图像的技术。线性滤波的工作原理基于卷积的概念。

本文旨在解释线性滤波的概念以及如何在MATLAB中不使用“imfilter”函数的情况下执行线性滤波。

什么是线性滤波？

在数字图像处理中，将线性滤波器（也称为卷积核）应用于数字图像的过程称为线性滤波。线性滤波的工作原理基于卷积的概念。

  • 在线性滤波过程中，将卷积核应用于输入数字图像。

  • 线性滤波广泛应用于各种应用中，例如噪声减少、边缘锐化、边缘检测、图像模糊等等。

  • 在MATLAB中，我们可以使用“imfilter”函数或手动方法执行线性滤波。

在本教程中，我们将学习如何在MATLAB中不使用“imfilter”函数的情况下应用线性滤波。

在MATLAB中不使用Imfilter函数进行线性滤波

我们可以使用MATLAB在不使用“imfilter”函数的情况下应用线性滤波。以下是分步过程。

  • 步骤（1） - 读取输入图像。为此，请使用“imread”函数。

  • 步骤（2） - 将输入图像转换为双精度以进行计算。

  • 步骤（3） - 创建滤波器核。

  • 步骤（4） - 确定输入图像和滤波器核的大小。

  • 步骤（5） - 初始化一个填充零的数组以存储滤波后的图像。

  • 步骤（6） - 基于滤波器核确定填充大小，以处理图像边界附近的卷积。

  • 步骤（7） - 用零填充输入图像，以确保在图像边界附近的区域正确应用滤波器核。

  • 步骤（8） - 执行感兴趣区域 (ROI) 与滤波器核的卷积，并将结果存储在一个变量中。

  • 步骤（9） - 显示线性滤波后的图像。

示例

让我们来看一个例子，了解如何在MATLAB中不使用“imfilter”函数的情况下执行图像的线性滤波。

% MATLAB code to perform linear filtering without using imfilter function
% Read the input image
I = imread('https://tutorialspoint.com/assets/questions/media/14304-1687425269.jpg');

% Convert it to double for calculations
I = double(I);

% Define the desired filter kernel
fil_knl = ones(3, 3) / 9;			% Averaging filter kernel

% Determine the sizes of image and filter kernel
[I_h, I_w] = size(I);	% Image size
[fil_h, fil_w] = size(fil_knl);		% Filter size

% Create an output image with zero initials
out_img = uint8(zeros(I_h, I_w));

% Calculate the padding size as per filter
p1 = floor(fil_h / 2);
p2 = floor(fil_w / 2);

% Perform padding of the input image
pad_img = padarray(I, [p1, p2], 0);	% 0 is background color

% Perform convolution between ROI and filter
for i = 1 : I_h
   for j = 1 : I_w
      % Declare the ROI in the padded image
      roi = pad_img(i : i + fil_h - 1, j : j + fil_w - 1);
        
      % Convolution of ROI and filter kernel
      out_img(i, j) = sum(sum(roi .* fil_knl));
   end
end

% Display the original and filtered images
figure;
subplot(2, 1, 1);
imshow(uint8(I));
title('Original Image');

subplot(2, 1, 2);
imshow(out_img);
title('Filtered Image');

输出

运行此代码时，将产生以下输出 -

代码解释

在这个MATLAB示例中，我们首先使用“imread”函数读取输入图像。然后，我们将输入图像转换为双精度以进行计算。

之后，我们创建一个所需的滤波器核，在这个例子中，我们创建了一个 (3 × 3) 平均滤波器。

然后，我们使用“size”函数确定输入图像和滤波器核的大小。接下来，我们创建一个填充零的数组来存储滤波后的输出图像。

然后，我们根据滤波器核计算填充大小，并将此填充应用于输入图像，以确保在图像边界附近正确应用核。

之后，我们声明一个嵌套循环来确定感兴趣区域 (ROI)，并执行 ROI 与滤波器核之间的卷积以生成滤波后的图像。

最后，我们使用“imshow”函数显示输入图像和滤波后的输出图像。

Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.

结论

总之，线性滤波是数字图像处理中的一种过程，用于将线性滤波器应用于图像，并用于各种图像处理任务，例如边缘锐化、边缘检测、图像模糊、噪声减少等。在本教程中，我借助MATLAB编程示例，详细解释了不使用“imfilter”函数执行线性滤波的分步过程。

更新于：2023年10月9日

207 次浏览

启动你的职业生涯

完成课程后获得认证

开始学习
广告