用MATLAB给图片加入噪声再锐化，举个例子

在MATLAB中，可以使用内置函数对图像添加噪声并随后进行锐化处理。这里以常见的高斯噪声和双边滤波+锐化为例：

首先，导入一张图片，比如`img = imread('peppers.png');`。

1. 添加高斯噪声：

% 定义噪声标准差
sigma = 0.1;
% 创建一个与原图相同尺寸的零矩阵
noisy_img = img + sigma * randn(size(img));

这会在图像上添加随机的高斯分布噪声，`randn(size(img))`生成对应大小的正态分布随机数。

2. 高级去噪（双边滤波）：

% 设定滤波半径和梯度阈值
radius = 3; % 可自定义调整
sigma_color = 20; % 颜色空间方差
sigma_space = 5; % 空间域方差
filtered_img = imfilter(noisy_img, fspecial('bilateral', radius, sigma_color, sigma_space), 'replicate');

双边滤波会保留边缘信息同时平滑噪声。

3. 锐化处理：

% 使用unsharp mask（锐化）技术增强细节
sharpened_img = imsharpen(filtered_img);

`imsharpen()`函数应用了锐化操作，通常会使图像边缘更明显。

最后，你可以通过`imshow([noisy_img, filtered_img, sharpened_img])`显示原始、去噪和锐化后的三张图片，比较效果。