图像去噪维纳滤波matlab代码

图像去噪是数字图像处理中的一个重要问题，维纳滤波是一种常用的去噪方法。在MATLAB中，我们可以使用一些内置的函数来实现维纳滤波。

首先，我们需要加载需要去噪的图像，可以使用imread函数来读取图像文件。

接下来，我们可以使用imnoise函数向图像添加一定程度的噪声，模拟真实环境中图像的噪声情况。

然后，我们可以使用wiener2函数来对图像进行维纳滤波处理。该函数需要输入原始图像和一个滤波器大小作为参数，滤波器大小的选择会影响滤波的效果。

最后，我们可以使用imshow函数来显示原始图像和滤波后的图像，以便进行直观比较。

下面是一个简单的MATLAB代码，实现了对图像的维纳滤波处理：

% 读取图像
originalImage = imread('lena.jpg');

% 添加高斯噪声
noisyImage = imnoise(originalImage, 'gaussian', 0, 0.01);

% 维纳滤波
filteredImage = wiener2(noisyImage, [5, 5]);

% 显示图像
subplot(1, 3, 1), imshow(originalImage), title('原始图像');
subplot(1, 3, 2), imshow(noisyImage), title('带噪声图像');
subplot(1, 3, 3), imshow(filteredImage), title('维纳滤波后图像');

这段代码首先读取了一张名为'lena.jpg'的图像，然后向图像添加了高斯噪声，接着使用wiener2函数进行维纳滤波处理，最后通过subplot和imshow函数显示了原始图像、带噪声图像和维纳滤波后的图像，便于直观比较。