matlab图像平滑

图像平滑的主要目的是减少图像噪声，噪声是普遍存在的额，图像中的噪声也是如此。图像噪声可能来自于很多因素，noise产生的原因决定了噪声分布的特性，由于这些特性的存在，可以有针对性地对noise进行抑制。
1.线性滤波
在matlab中，可以使用imfilter函数来实现线性滤波，

originalRGB=imread('peppers.png');
subplot(121);imshow(originalRGB)
h=fspecial('motion',50,45);
filteredRGB=imfilter(originalRGB,h);
subplot(122);imshow(filteredRGB)

其中，左图为原始图，右图为滤波后的图像。

2.中值滤波
中值滤波是一种非线性的信号处理方法，与其对应的中值滤波器也就是一种非线性滤波器。它在一定条件下可以解决线性滤波带来的细节模糊问题，适用于滤除脉冲干扰以及图像扫描噪声。在使用过程中不需要分析图像的统计特性，但是不适用于点、线、尖顶部多的图像。
matlab图像处理工具箱提供了medfilt2函数用于中值滤波。

I=imread('eight.tif');
J=imnoise(I,'salt & pepper',0.02);
K=medfilt2(J);
subplot(131);imshow(I)
subplot(132);imshow(J)
subplot(133);imshow(K)

1-3分别为原图，加噪声图和滤波后的图。

3.自适应滤波
matlab工具箱提供了wiener函数来实现自适应滤波，它对高斯白噪声的去除效果最好。

RGB=imread('saturn.png');
subplot(141);imshow(RGB);
I=rgb2gray(RGB);
subplot(142);imshow(I);
J=imnoise(I,'gaussian',0,0.025);
subplot(143);imshow(J);
K=wiener2(J,[5 5]);
subplot(144);imshow(K);