使用MATLAB实现图像去噪

MATLAB是一种强大的数学软件，常用于科学计算和图像处理。实现图像去噪通常会用到一些滤波算法和技术，如：

1. **均值滤波**：这是一种简单的平滑技术，通过计算每个像素点周围邻域像素的平均值来替换该点的值，可以去除高斯噪声。

   noisy_img = imread('noisy_image.jpg'); % 读取噪声图像
   filtered_img = imfilter(noisy_img, ones(3)/9, 'average'); % 均值滤波

2. **中值滤波**：对于椒盐噪声等离散型噪声效果较好，它保留边缘信息，适用于非高斯噪声。

   filtered_img = medfilt2(noisy_img); % 中值滤波

3. **小波去噪**：利用小波变换分析图像频率特性，通过阈值去除高频噪声部分。

   [wavelet_coeff, freq] = wavedec2(noisy_img, 'db4', 4); % 分解图像
   denoised_coeff = shrink(wavelet_coeff, noise_threshold(freq)); % 去噪
   reconstructed_img = waverec2(denoised_coeff, freq);

4. **自适应滤波**：如Wiener滤波、Bayesian滤波，可以根据图像局部统计特性进行个性化处理。

filtered_img = wiener2(noisy_img); % Wiener滤波