数字图像处理之空间滤波.docx
《数字图像处理之空间滤波.docx》由会员分享，可在线阅读，更多相关《数字图像处理之空间滤波.docx（17页珍藏版）》请在冰豆网上搜索。
数字图像处理之空间滤波
实验三、空域滤波
一、实验目的
1．了解空域滤波的方法；
2．掌握几种模板的基本原理。
二、实验内容
1．使用函数fspecial（）生成几种特定的模板；
2．使用函数imfilter（）配合模板对图象数据进行二维卷积；
3．比较各种滤波器的效果。
三、实验步骤
1．线性平滑（低通）滤波器
a.用 h=fspecial（‘average’） 得到的h为3×3的邻域平均模板，然后用h来对图象cameraman.tif进行平滑处理。
>>x=imread（‘cameraman.tif’）;
h=fspecial（‘average’）
y=imfilter（x,h）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（y）
b.把模板大小依次改为7×7，9×9和11×11，观察其效果有什么不同？
7×7：
9×9：
11×11：
c.改变fspecial（）的参数为高斯低通模板fspecial（‘gaussian’），再以上同样的平滑处理，观察其结果。
实验结果：
相对于未进行处理的图像更加清晰
d.可以用mesh函数直观观察模板：
>>clear
h1=fspecial（‘gaussian’,100,3）;
[xy]=meshgrid（1:
100）;
mesh（x,y,h1）;
h2=fspecial（‘gaussian’,100,10）;
figure
mesh（x,y,h2）
e.对以上模板进行求和运算sum（sum（h））,其结果是否一样，试解释。
实验结果：
求和得数均为1。
B=sum（A）returnssumsalongdifferentdimensionsofanarray.
2．非线性平滑滤波器
a.中值（median）滤波器是非线性滤波器的一种，它工作原理如下：
1）将模板在图中漫游，并将模板中心与图中某个象素位置重合；
2）读取模板下各对应象素的灰度值；
3）将这些灰度值从小到大排成一列；
4）找出这些值中排在中间的1个；
5）将这个中间值赋给对应模板中心位置的象素。
b.先用imnoise（）函数给图象加噪声，如对图象增加高斯白噪声
y=imnoise（x,’gaussian’）
c.对图象eight.tif添加胡椒盐噪声（salt&pepper）,然后分别用前面
的均值滤波器和中值滤波器medfilt2（）进行去噪声处理，比较结果。
均值滤波：
中值滤波：
思考：
用imnoise（）函数分别对eight.tif添加高斯噪声及椒盐噪声，然后进行均值滤波、中值滤波，观察结果。
均值滤波：
中值滤波：
3．线性锐化滤波器
a.线性锐化滤波器的模板为h=[ -1 -1 -1;
-1 8 -1;
-1 -1 -1;]
用该模板对图象cameraman.tif进行锐化处理；
closeall;
x=imread（'cameraman.tif'）;
h=[ -1 -1 -1;
-1 8 -1;
-1 -1 -1;]
y=imfilter（x,h）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（y）
b.也可以fspecial（'laplacian'）函数得到锐化模板；
closeall;
x=imread（'cameraman.tif'）;
h=fspecial（'laplacian'）
y=imfilter（x,h）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（y）
c.另外一种有趣的作法是：
用原图象减去经过低通处理的图象，再经过灰度拉伸得到高通（锐化）的图象。
d.索贝尔（sobel）算子 h1=[-1 0 1;
-2 0 2;
-1 0 1;]
h2=[1 2 1;
0 0 0;
-1 -2 -1;]
分别使用以上算子对图象进行处理可以得到图象的边缘。
x=imread（'cameraman.tif'）;
h1=[-1 0 1;
-2 0 2;
-1 0 1;]
y=imfilter（x,h1）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（y）
closeall;
x=imread（'cameraman.tif'）;
h2=[1 2 1;
0 0 0;
-1 -2 -1;]
y=imfilter（x,h2）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（y）
思考：
1、 使用sobel算子对图像进行锐化处理，得出类似下图的结果。
closeall;
x=imread（'cameraman.tif'）;
h=fspecial（'average'）
y=imfilter（x,h）;
h1=[1 2 1;
0 0 0;
-1 -2 -1;]
h2=[-1 0 1;
-2 0 2;
-1 0 1;]
h3=[-1 -2 -1;
0 0 0;
1 2 1;]
h4=[1 0 -1;
2 0-2;
1 0 -1;]
k1=imfilter（y,h1）;
k2=imfilter（y,h2）;
k3=imfilter（y,h3）;
k4=imfilter（y,h4）;
k=double（k1）+double（k2）+double（k3）+double（k4）;
m=uint8（k/4）;
c=imadjust（m,[00.5],[]）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（c）
2、 写出步骤3–c的具体命令与结果。
即用原图象减去经过低通处理的图象，再经过灰度拉伸得到高通（锐化）的图象。
closeall;
x=imread（'cameraman.tif'）;
h=fspecial（'average'）
y=imfilter（x,h）;
k1=double（x）-double（y）;
k2=uint8（k1）;
m=imadjust（k2,[00.2],[]）;
subplot（1,2,1）
imshow（x）
subplot（1,2,2）
imshow（m）
进阶题：
编写m文件，实现图像与模板的卷积。
y=imfilter（x,h）;
subplot（1,2,1）
functiona=myconv（b,c）
bs=size（b）;
cs=size（c）;
i=any（bs-cs）;
ifi
error（'error'）
end
i=any（~（bs-1））;
if~i
error（'error'）
end
ko=0;
ifbs
（1）>bs
（2）
b=b';
c=c';
ko=1;
end
bs=size（b）;
cs=size（c）;
ss=2*bs
（2）-1;
a=zeros（1,ss）;
fori=1:
cs
（2）
q=zeros（1,i-1）;
p=zeros（1,ss-cs
（2）+1-i）;
ba=[q,c,p];
ma=b（i）*ba;
a=a+ma;
end
ifko
a=a';
end
end
四、实验心得与体会
通过这次实验，我学会并了解了许多有关数字图像处理方面的知识。
以前只是看着课本上的内容学习，对很多知识只是生分的了解，但是不懂得如何应用，通过做实验，自己动手，对图像做一系列的处理和变换，体会到了各种参数对数字图像的影响。
通过此次实验也发现了自己的而许多问题，在对于MATLAB软件的应用上面我还有许多不足，尤其是对如何编写M文件方面很难掌握，仍有待加强。
四、实验报要求
1、按照实验步骤做实验；
2、记录实验结果，并作出总结；
3、按照实验报告格式写出报告。
升级会员 