首页 > 专利学习

【图像处理入门】图像去噪算法(KNN,SNN)

【图像处理⼊门】图像去噪算法（KNN,SNN）实现KNN（K近邻平滑滤波器）的代码。

要求：

算法实现为函数[im]=KNNFilter (I,K,N)，其中I为读⼊的图像矩阵；K为最近邻个数，N为模板⼤⼩参数（N*N）。

测试代码如下：

im=imread('cameraman.tif');

im_noise=imnoise(im,'salt & pepper'); %加⼊椒盐噪声

figure,imshow(im_noise),title('加⼊噪声之后的图象');

N = 7; K=25;

[im_filered]=KNNFilter(im_noise,N,K);

figure,imshow(im_filered),title('去噪之后的图象');

（代码复制到此处）

%测试代码

%%im=imread('C:\Users\surface\Desktop\tiantian.PNG');

%im_noise=imnoise(im,'salt & pepper'); %加⼊椒盐噪声

%figure,imshow(im_noise),title('加⼊椒盐噪声图象');

%N = 7; K=25;

%%N=3,K=5;

%[im_filered]=KNNFilter(im_noise,N,K);

function [im_filered]=KNNFilter(im_noise,N,K)

[h,l,c]=size(im_noise);

Y =zeros(h,l);

n=floor(N/2);

im=double(im_noise);

mid=floor((N*N)/2)+1;

for i=n+1:h-n

for j=n+1:l-n

block=im(i-n:i+n,j-n:j+1);

block_delt=abs(block-im(i,j));

block_delt_inline=block_delt(:);

block_delt_inline(mid)=[];

[tmpSort,ind]=sort(block_delt_inline);%%排序

block_inline=block(:);

block_inline(mid)=[];

knn=block_inline(ind(1:K));%取前k个点

Y(i,j)=mean(knn);

end

img=uint8(Y);

figure,imshow(img),title('KNN');

实现SNN（对称近邻平滑滤波器）的代码。

要求：

算法实现为函数[im]=SNNFilter (I,N)，其中I为读⼊的图像矩阵； N为模板⼤⼩参数（正⽅形模板，边长为：2*N+1）。测试代码如下：

im=imread('C:\Users\surface\Desktop\tiantian.PNG');

im_noise=imnoise(im,'salt & pepper'); %加⼊椒盐噪声

figure,imshow(im_noise),title('加⼊噪声之后的图象');

[im_filered]=SNNFilter(im_noise,2);

figure,imshow(im_filered),title('SNN滤波图像');

（代码复制到此处）

%测试代码

%im=imread('C:\Users\surface\Desktop\tiantian.PNG');

%im_noise=imnoise(im,'salt & pepper'); %加⼊椒盐噪声

%figure,imshow(im_noise),title('加⼊噪声之后的图象');

%[im_filered]=SNNFilter(im_noise,2);

%figure,imshow(im_filered),title('SNN滤波图像');

function [im] = SNNFilter(im_noise,n)

[h,l,c] = size(im_noise); %获取⾏列、颜⾊通道

Y = zeros(h,1);

椒盐噪声for i=n+1:h-n

for j=n+1:l-n

tmp=[];

for row=i-n:i+n

for col=j-n:j+n

a0=double(im_noise(i,j));

a1=double(im_noise(row,col));

a2=double(im_noise(2*i-row,2*j-col));

if(abs(a1-a0)>abs(a2-a0)) %绝对值⽐较

selected_a=a2; %取a2点

else

selected_a=a1;

end

if~(row==i&&col==j)%如果是中⼼点的情况

tmp=[tmp,selected_a];

end

Y(i,j) = mean(tmp);%求出tmp矩阵的均值

end

img = uint8(Y);

figure,imshow(img),title('SNN滤波图像');

end

本文发布于:2024-09-25 02:25:01，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/358923.html

上一篇：条码解析预处理

下一篇：均值滤波和中值滤波的比较分析

标签：模板实现图像

留言与评论（共有 0 条评论）