在 MATLAB 中对损坏的图像进行平均以消除噪声的问题答案

【问题标题】：Problem with averaging corrupted images to eliminate the noise in MATLAB在 MATLAB 中对损坏的图像进行平均以消除噪声的问题
【发布时间】：2011-01-27 19:58:06
【问题描述】：

我想平均一些被零均值高斯加性噪声破坏的 .jpg 图像。在四处搜索之后，我想出了添加图像矩阵并将总和除以矩阵的数量。但是，生成的图像是全黑的。通常，当图像数量增加时，生成的图像会变得更好。但是当我使用更多图像时，它会变暗。

我使用的是 800x600 黑白 .jpg 图片。这是我使用的脚本：

image1 = imread ('PIC1.jpg');
image2 = imread ('PIC2.jpg');
image3 = imread ('PIC3.jpg');
image4 = imread ('PIC4.jpg');

sum = image1 + image2 + image3 + image4; 
av = sum / 4; 
imshow(av);

【问题讨论】：

标签： image matlab image-manipulation corruption noise

【解决方案1】：

问题可能是图像数据的类型都是uint8，因此将它们全部相加会导致像素值饱和值为 255，从而为您提供大部分为白色的图像，然后最终看起来大部分为黑色然后除以图像数量时。您应该将图像转换为另一种数据类型，例如double，然后执行平均，然后再转换回uint8：

% Load your images:
image1 = imread('PIC1.jpg');
image2 = imread('PIC2.jpg');
image3 = imread('PIC3.jpg');
image4 = imread('PIC4.jpg');

% Convert the images to type double and sum them:
imageSum = double(image1) + double(image2) + double(image3) + double(image4);

% Divide by the number of images and convert back to type uint8:
averageImage = uint8(imageSum./4);

% Display the averaged image:
imshow(averageImage);

旁注：您应该避免为变量提供与任何现有函数相同的名称，因为这可能会导致问题/混乱。这就是为什么我将变量sum改为imageSum（有一个内置函数sum）。

【讨论】：

非常感谢你，伙计！我在猜测图像的类型，实际上我将它们转换为双精度，但我没有将结果转换回 UNIT8。再次感谢。

【解决方案2】：

使用图像处理工具箱中的IMLINCOMB 的替代解决方案：

I = imlincomb(0.25,I1, 0.25,I2, 0.25,I3, 0.25,I4);

【讨论】：

imlincomb 解决方案很好，因为它不会制作任何双精度图像副本。并且输出图像与输入图像类型相同（uint8），所以不用担心缩放问题。

【解决方案3】：

你也可以使用 imagesc(averageImage); 此功能具有自动缩放图像并且不会显示为黑色

【讨论】：

IMSHOW 的等价物是：imshow(averageImage, [])（请注意求和时的饱和问题）