均值滤波一般用来消除高斯噪声创建一个高斯核参数1为σ 值越大高斯噪声越多gauss_distribution( 9 ,Distribution)添加到图片上add_noise_distribution( Image , ImageNoise , Distribution)参数3 4 是滤波核 建议使用奇数矩阵核值越小越清晰mean_image(ImageNoise , ImageMean , 9, 9)中值滤波一般用来消除椒盐噪声生成椒盐噪声参数1 2 椒与盐的百分比sp_distribution(5 ,5 ,Distribution1)添加到图片上add_noise_distribution(GrayImage , ImageNoise1 , Distribution1)中值滤波参数3 采用的滤波核形状参数4 圆的半径或者正方形的边长参数5 边界像素的处理方式如果是‘mirrored’ 超出的边界部分会复制周边的像素灰度值如果是‘cyclic’ 循环利用超出的边界部分恢复至对侧的灰度值median_image(ImageNoise1 , ImageMedian ,square , 2 , mirrored高斯滤波使用高斯滤波的过程1创建高斯核2 通过傅里叶转换把空域下单个图片转成频域下的图片3 在频域下使用高斯滤波4把频域下的图片转成空域下的图片创建高斯噪声gauss_distribution(200 , Distribution)add_noise_distribution(Image , ImageNoise , Distribution)1 创建高斯核参数1 输出的高斯滤波图片参数2 高斯平滑的程度值越大核越小参数3 高斯平滑数值方向的平滑程度值越大核越小参数4 滤波核旋转角度参数5 计算出来的灰度值是否采用归一化处理none不采用 n采用参数6 dc_center从中间向四周发散dc_edge从四周向内发散rft从一边发散*参数7 8 生成图像大小gen_gauss_filter(ImageNoise ,1 ,1 ,0 , n , rft , Width ,Height)2通过傅里叶转换把空域下的图片转成频域下的图片参数1 高斯噪声图参数3 to_freq 傅里叶正向转换 把空域下的图片转成频域下的图片参数4 是否需要被转化之后的值进行处理’sqrt‘开放’none‘不处理参数5 转成的图片是什么类型complex复数 既有实数类型又有虚数部分参数6 宽度rft_generic( ImageNoise , ImageFFT , to_freq , none , complex ,Width)3在频域下使用高斯滤波参数1 传入的频率图参数2 传入的过滤核convol_fft(ImageFFT , ImageGauss , ImageConvol)4把频域下的图片转成空域下的图片*from_freq 傅里叶逆转换把频域图转成空域图rft_generic (ImageConvol, ImageFFT1, from_freq, none, byte, Width)