图像去噪实战：用MATLAB medfilt2函数搞定老照片修复中的斑点与划痕

图像去噪实战用MATLAB medfilt2函数搞定老照片修复中的斑点与划痕翻开泛黄的相册那些承载着家族记忆的老照片往往布满时间留下的痕迹——霉斑、划痕、扫描产生的噪点。作为数字图像处理爱好者我们完全可以用MATLAB中的medfilt2函数让这些珍贵影像重焕新生。本文将带你从零开始完成一个完整的老照片修复项目而不仅仅是简单的去除椒盐噪声示例。1. 老照片修复项目准备在开始技术操作前我们需要建立一个完整的项目工作流。与简单的函数调用不同真实的老照片修复需要考虑图像来源、噪声类型分析和处理流程规划。首先准备你的素材扫描或拍摄的老照片建议分辨率不低于600dpiMATLAB R2018b或更新版本Image Processing Toolbox% 检查必要工具箱是否安装 if ~license(test,image_toolbox) error(需要安装Image Processing Toolbox); end常见的老照片噪声可分为三类点状噪声霉斑、灰尘造成的孤立黑/白点线状缺陷划痕、折痕形成的连续条纹区域退化泛黄、褪色导致的局部对比度下降提示扫描时保存为TIFF格式能最大限度保留原始信息避免JPEG压缩引入额外噪声2. 图像导入与初步分析我们以一张1950年代的家族合影为例演示完整处理流程。这张照片存在明显的霉斑和横向划痕。% 读取图像并显示 originalImg imread(family_1950.tif); figure(Name,原始图像), imshow(originalImg);观察图像直方图能帮助我们判断噪声类型% 绘制灰度直方图 grayImg rgb2gray(originalImg); figure(Name,灰度直方图), imhist(grayImg);典型的老照片噪声特征对比表噪声类型直方图特征视觉表现适用处理方法霉斑高频尖峰孤立黑点中值滤波划痕带状分布连续线条方向滤波泛黄整体偏移色偏区域白平衡校正3. medfilt2函数深度应用针对点状噪声medfilt2是最有效的工具之一。与基础教程不同我们将探讨如何根据噪声特点调整参数。3.1 基本滤波操作标准3×3滤波适用于细小霉斑% 基本中值滤波 filteredImg medfilt2(grayImg); figure(Name,3x3滤波效果), imshow(filteredImg);当处理较大霉斑时需要增大滤波窗口% 针对大面积噪声的滤波 largeSpotFiltered medfilt2(grayImg,[7 7]);3.2 边界处理技巧默认的零填充会导致边缘失真对于老照片推荐使用对称填充% 改进的边界处理 optimizedFiltered medfilt2(grayImg,[5 5],symmetric);不同填充方式效果对比填充选项适用场景优点缺点zeros背景为黑色的图像计算简单边缘可能发暗symmetric大多数老照片保持边缘自然计算量稍大indexed特定索引图像保持色彩一致性适用范围有限4. 多阶段处理流程专业级的修复往往需要组合多种技术。以下是一个典型的工作流预处理阶段% 对比度增强 enhancedImg imadjust(grayImg,[0.1 0.9],[]);主处理阶段% 自适应中值滤波 adaptiveFiltered adapthisteq(enhancedImg);后处理阶段% 锐化处理 sharpenedImg imsharpen(adaptiveFiltered,Amount,1.5);完整处理流程代码框架function restoredImg restoreOldPhoto(imgPath) % 读取图像 original imread(imgPath); % 转换为灰度 gray rgb2gray(original); % 第一阶段预处理 enhanced imadjust(gray,[0.1 0.9],[]); % 第二阶段主处理 filtered medfilt2(enhanced,[5 5],symmetric); % 第三阶段后处理 sharpened imsharpen(filtered); restoredImg sharpened; end5. 效果评估与参数优化专业的修复需要量化评估。我们可以计算处理前后的质量指标% 计算PSNR值 psnrValue psnr(filteredImg, grayImg); fprintf(PSNR: %.2f dB\n, psnrValue);参数优化经验值参考噪声程度推荐窗口大小填充方式迭代次数轻微[3 3]symmetric1中等[5 5]symmetric2严重[7 7]symmetric3实际项目中我发现在处理1940年代的高噪声照片时采用两阶段滤波效果最佳先用[5 5]窗口去除大斑点再用[3 3]窗口处理细微噪点这样既能保持细节又有效去除了噪声。