如何对matlab plot生成的fig曲线图像进行去噪，平滑处理。

Posted 2023-05-04

图像去噪步骤：

1. 打开Matlab 编程环境；

2. 利用’imread’ 函数读入包含噪声的原始图像数据；

3. 利用’imshow’ 显示所读入的图像数据；

4. 以3X3 大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声

图像进行滤波处理；

5. 利用’imshow’ 显示处理结果图像数据；

6. 利用’imwrite’ 函数保存图像处理结果数据。

频域平滑滤波步骤

1. 打开Matlab 编程环境；

2. 利用’imread’ 函数读入图像数据；

3. 利用’imshow’ 显示所读入的图像数据；

4. 将图像数据由’uint8’ 格式转换为’double’ 格式，并将各点数据乘以

(-1)x+y 以便FFT 变换后的结果中低频数据处于图像中央；

5. 用’fft2’ 函数对图像数据进行二维FFT 变换，得到频率域图像数据；

6. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示频率域图

像；

7. 在频率图像上去除滤波半径以外的数据(置0)； 

8. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示处理过的

频域图像数据；

9. 用’ifft2’ 函数对图像数据进行二维FFT 逆变换，并用’real’函数取其实

部，得到处理过的空间域图像数据；

10. 将图像数据各点数据乘以(-1)x+y； 

11. 利用’imshow’ 显示处理结果图像数据；

12. 利用’imwrite’函数保存图像处理结果数据。

参考技术A 图像去噪步骤：
1. 打开Matlab 编程环境；
2. 利用’imread’ 函数读入包含噪声的原始图像数据；
3. 利用’imshow’ 显示所读入的图像数据；
4. 以3X3 大小为处理掩模，编写代码实现中值滤波算法，并对原始噪声
图像进行滤波处理；
5. 利用’imshow’ 显示处理结果图像数据；
6. 利用’imwrite’ 函数保存图像处理结果数据。
频域平滑滤波步骤
1. 打开Matlab 编程环境；
2. 利用’imread’ 函数读入图像数据；
3. 利用’imshow’ 显示所读入的图像数据；
4. 将图像数据由’uint8’ 格式转换为’double’ 格式，并将各点数据乘以
(-1)x+y 以便FFT 变换后的结果中低频数据处于图像中央；
5. 用’fft2’ 函数对图像数据进行二维FFT 变换，得到频率域图像数据；
6. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示频率域图
像；
7. 在频率图像上去除滤波半径以外的数据(置0)；
8. 计算频率域图像的幅值并进行对数变换，利用’imshow’ 显示处理过的
频域图像数据；
9. 用’ifft2’ 函数对图像数据进行二维FFT 逆变换，并用’real’函数取其实
部，得到处理过的空间域图像数据；
10. 将图像数据各点数据乘以(-1)x+y；
11. 利用’imshow’ 显示处理结果图像数据；
12. 利用’imwrite’函数保存图像处理结果数据。 参考技术B 图像去噪和平滑处理是对通过拍摄等获取的图片进行的处理步骤
你自己画的曲线图谈不上去噪吧?
平滑可以，但导入数据后，是进行曲线拟合等操作。
你给的信息不够啊 参考技术C 好像不行，因为不能导出fig里的数据。追问

可以对生成图像的矩阵进行去噪处理吗

追答

这是可以，因为有原始数据。

追问

如果Y是矩阵 请问这个函数怎么写呀

追答

如果是1维矩阵可以用filter命令

用Python或MATLAB如何画三元平方和函数曲线？？？

函数表达式如图所示。希望提供详细代码，谢谢

参考技术A Python代码 import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)X, Y = np.meshgrid(X, Y)R = np.sqrt(X**2 + Y**2)Z = np.sin(R)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')plt.show() 运行结果: 参考技术B Python代码 import numpy as npimport matplotlib.pyplot as pltfrom mpl_toolkits.mplot3d import Axes3Dfig = plt.figure()ax = Axes3D(fig)X = np.arange(-4, 4, 0.25)Y = np.arange(-4, 4, 0.25)X, Y = np.meshgrid(X, Y)R = np.sqrt(X**2 + Y**2)Z = np.sin(R)ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap='hot')plt.show() 运行结果: