基于MATLAB的数字图像平滑与锐化处理系统

资 源 简 介

本项目实现数字图像平滑与锐化处理，支持添加椒盐/高斯噪声，采用邻域平均、中值滤波和K邻近平均法进行平滑，并利用Robert算子实现图像锐化，适用于图像增强与噪声去除研究。

详 情 说 明

基于MATLAB的数字图像平滑与锐化处理系统

项目介绍

本项目是一个基于MATLAB开发的数字图像处理系统，专注于实现图像平滑与锐化两大核心功能。系统通过模拟图像退化过程（添加椒盐噪声和高斯噪声），应用多种平滑技术（邻域平均法、中值滤波法、K邻近平均法）进行去噪处理，并采用经典锐化算子（Roberts梯度法、Sobel算子、拉普拉斯算子）进行边缘检测与增强。系统提供完整的处理流程可视化对比，并自动保存处理结果，便于图像处理效果的分析与评估。

功能特性

• 噪声模拟：支持添加椒盐噪声（可调密度）与高斯噪声（可调均值与方差），模拟真实图像退化场景。
• 图像平滑：

- 邻域平均法：使用均值滤波器消除随机噪声。 - 中值滤波法：有效去除椒盐噪声，保留边缘信息。 - K邻近平均法：通过选择邻近像素的均值减少噪声，保持细节。

• 图像锐化：

- Roberts梯度算子：通过一阶微分检测图像边缘。 - Sobel算子：利用一阶微分模板增强水平和垂直边缘。 - 拉普拉斯算子：基于二阶微分突出边缘及细节信息。

• 可视化分析：实时显示原始图像、噪声图像、平滑结果及锐化结果，支持多图对比。
• 结果导出：自动生成处理前后对比截图及处理分析报告。

使用方法

1. 准备图像：将待处理的图像文件（如.jpg、.png、.bmp格式）置于指定目录。
2. 参数设置：运行系统后，根据提示输入噪声参数（如椒盐噪声密度、高斯噪声均值与方差）、平滑参数（如滤波器尺寸、K值）及锐化参数（如算子选择与阈值）。
3. 执行处理：系统将依次执行噪声添加、平滑处理与锐化处理，并显示各阶段结果。
4. 结果保存：处理完成后，系统自动保存污染图像、平滑图像、锐化图像及对比截图至输出目录。

系统要求

• 操作系统：Windows/Linux/macOS
• 软件环境：MATLAB R2018a或更高版本
• 依赖工具包：Image Processing Toolbox（图像处理工具箱）

文件说明

主程序文件作为系统的核心控制模块，负责整合图像处理全流程。其主要功能包括：引导用户完成图像文件的选择与参数输入；调用噪声生成函数模拟图像退化；依次执行三种平滑算法与三种锐化算法进行图像处理；控制处理结果的可视化显示与对比分析；以及管理所有输出图像的自动保存与报告生成。