实验四.docx
《实验四.docx》由会员分享，可在线阅读，更多相关《实验四.docx（15页珍藏版）》请在冰豆网上搜索。
实验四
贵州师范大学数学与计算机科学学院学生实验报告
课程名称：
数字图像处理班级：
12信本实验日期：
2015年4月21日
学号：
120703010033姓名：
指导教师：
张艳
一、实验名称
图像的空域滤波。
二、实验目的及要求
通过本实验使学生掌握使用MATLAB对灰度图像进行空域增强的目的，加深对图像空域滤波增强方法的理解。
三、实验原理
本实验是基于数字图像处理课程中的图像变换和增强理论来设计的。
本实验的准备知识：
“4、灰度变换与空间滤波”中的空间滤波技术。
MATLAB中滤波器的函数
中值滤波命令：
B＝medfilt2（I,[3,3]）%使用3×3中值滤波器对I滤波均值滤波技术。
均值滤波命令：
先定义模板，如H＝1/9*ones（3,3）,或H＝fspecial（'average',[3,3]）;然后使用命令I1＝imfilter（I,H）对图像I消噪。
四、实验内容
读入lena.jpg文件，进行下列操作:
（1）将图像添加上椒盐噪声，A_noised=imnoise（A,'salt&pepper',0.02），同屏显示原图像和加噪图像，说明椒盐噪声的特点；
（2）设计3×3，5×5，7×7，9×9四种模板的均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
（3）设计3×3，5×5，7×7，9×9四种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
（4）将图像添加上高斯噪声，A_noised=imnoise（A,'gauss',0.02），同屏显示原图像和加噪图像，说明高斯噪声的特点；
（5）设计3×3，5×5，7×7，9×9四种模板的算术均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
（6）设计3×3，5×5，7×7，9×9四种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明。
（7）自编程序，实现均值滤波和中值滤波。
（8）调用自编程实现的函数，对加了椒盐噪声图像的实现3×3和5×5两种种模板的均值滤波和中值滤波。
五、实现代码及运行效果图
（1）将图像添加上椒盐噪声，A_noised=imnoise（A,'salt&pepper',0.02），同屏显示原图像和加噪图像，说明椒盐噪声的特点；
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'salt&pepper',0.02）;
subplot（1,2,1）,imshow（xz）,title（'原图'）;
subplot（1,2,2）,imshow（xz_noised）,title（'加噪图像’）;
运行结果：
椒盐噪声的特点：
椒盐噪声类似把椒盐撒在图像上，是一种在图像上出现很多白点或黑点的噪声。
椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。
2）设计3×3，5×5，7×7，9×9四种模板的均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'salt&pepper',0.02）;
h1=（1/9）*ones（3,3）;
h2=（1/25）*ones（5,5）;
h3=（1/49）*ones（7,7）;
h4=（1/81）*ones（9,9）;
t1=imfilter（xz_noised,h1）;
t2=imfilter（xz_noised,h2）;
t3=imfilter（xz_noised,h3）;
t4=imfilter（xz_noised,h4）;
figure
subplot（3,2,1）,imshow（xz）,title（'原图'）;
subplot（3,2,2）,imshow（xz_noised）,title（'加噪图像'）;
subplot（3,2,3）,imshow（t1）,title（'3*3消噪图像'）;
subplot（3,2,4）,imshow（t2）,title（'5*5消噪图像'）;
subplot（3,2,5）,imshow（t3）,title（'7*7消噪图像'）;
subplot（3,2,6）,imshow（t4）,title（'9*9消噪图像'）;
运行结果：
均值滤波效果解释和说明：
当所用平滑模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。
（3）设计3×3，5×5，7×7，9×9四种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'salt&pepper',0.02）;
b1=medfilt2（xz_noised,[3,3]）;
b2=medfilt2（xz_noised,[5,5]）;
b3=medfilt2（xz_noised,[7,7]）;
b4=medfilt2（xz_noised,[9,9]）;
figure
subplot（3,2,1）,imshow（xz）,title（'原图'）;
subplot（3,2,2）,imshow（xz_noised）,title（'加噪图像'）;
subplot（3,2,3）,imshow（b1）,title（'3*3中值滤波消噪图像'）;
subplot（3,2,4）,imshow（b2）,title（'5*5中值滤波消噪图像'）;
subplot（3,2,5）,imshow（b3）,title（'7*7中值滤波消噪图像'）;
subplot（3,2,6）,imshow（b4）,title（'9*9中值滤波消噪图像'）;
运行结果：
中值滤波效果解释和说明：
当所用中值滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加清晰，细节的锐化程度逐步增强。
（4）将图像添加上高斯噪声，A_noised=imnoise（A,'gauss',0.02），同屏显示原图像和加噪图像，说明高斯噪声的特点；
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'gauss',0.02）;
subplot（1,2,1）,imshow（xz）,title（'原图'）;
subplot（1,2,2）,imshow（xz_noised）,title（'高斯加噪图像'）;
运行结果：
高斯噪声的特点：
高斯噪声是指噪声服从高斯分布,即某个强度的噪声点个数最多,离这个强度越远噪声点个数越少,且这个规律服从高斯分布.高斯噪声是一种加性噪声,即噪声直接加到原图像上。
（5）设计3×3，5×5，7×7，9×9四种模板的算术均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'gauss',0.02）;
h1=（1/9）*ones（3,3）;
h2=（1/25）*ones（5,5）;
h3=（1/49）*ones（7,7）;
h4=（1/81）*ones（9,9）;
t1=imfilter（xz_noised,h1）;
t2=imfilter（xz_noised,h2）;
t3=imfilter（xz_noised,h3）;
t4=imfilter（xz_noised,h4）;
figure
subplot（3,2,1）,imshow（xz）,title（'原图'）;
subplot（3,2,2）,imshow（xz_noised）,title（'高斯加噪图像'）;
subplot（3,2,3）,imshow（t1）,title（'3*3算术均值滤波消噪图像'）;
subplot（3,2,4）,imshow（t2）,title（'5*5算术均值滤波消噪图像'）;
subplot（3,2,5）,imshow（t3）,title（'7*7算术均值滤波消噪图像'）;
subplot（3,2,6）,imshow（t4）,title（'9*9算术均值滤波消噪图像'）;
运行结果：
（6）设计3×3，5×5，7×7，9×9四种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明。
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'gauss',0.02）;
b1=medfilt2（xz_noised,[3,3]）;
b2=medfilt2（xz_noised,[5,5]）;
b3=medfilt2（xz_noised,[7,7]）;
b4=medfilt2（xz_noised,[9,9]）;
figure
subplot（3,2,1）,imshow（xz）,title（'原图'）;
subplot（3,2,2）,imshow（xz_noised）,title（'高斯加噪图像'）;
subplot（3,2,3）,imshow（t1）,title（'3*3中值滤波消噪图像'）;
subplot（3,2,4）,imshow（t2）,title（'5*5中值滤波消噪图像'）;
subplot（3,2,5）,imshow（t3）,title（'7*7中值滤波消噪图像'）;
subplot（3,2,6）,imshow（t4）,title（'9*9中值滤波消噪图像'）;
运行结果：
（7）自编程序，实现均值滤波和中值滤波。
均值滤波M文件：
functionxz=medFilt（x,n）
p=size（x）;
x1=double（x）;
x2=x1;
fori=1:
p
（1）-n+1
forj=1:
p
（2）-n+1
c=x1（i:
i+（n-1）,j:
j+（n-1））;
e=c（1,:
）;
foru=2:
n
e=[e,c（u,:
）];
end
mm=median（e）;
x2（i+（n-1）/2,j+（n-1）/2）=mm;
end
end
xz=uint8（x2）;
中值滤波M文件：
functionxz=averageFilt（x,n）
a（1:
n,1:
n）=1;
p=size（x）;
x1=double（x）;
x2=x1;
fori=1:
p
（1）-n+1
forj=1:
p
（2）-n+1
c=x1（i:
i+（n-1）,j:
j+（n-1））.*a;
s=sum（sum（c））;
x2（i+（n-1）/2,j+（n-1）/2）=s/（n*n）;
end
end
xz=uint8（x2）;
（8）调用自编程实现的函数，对加了椒盐噪声图像的实现3×3和5×5两种种模板的均值滤波和中值滤波。
程序：
clc
clear
xz=imread（'lena.jpg'）;
xz=rgb2gray（xz）;
xz_noised=imnoise（xz,'salt&pepper',0.02）;
b1=averageFilt（xz_noised,3）;
b2=averageFilt（xz_noised,5）;
t1=medFilt（xz_noised,3）;
t2=medFilt（xz_noised,5）;
figure
subplot（3,2,1）,imshow（xz）,title（'原图'）;
subplot（3,2,2）,imshow（xz_noised）,title（'椒盐噪声图像'）;
subplot（3,2,3）,imshow（b1）,title（'3*3均值滤波消噪图像'）;
subplot（3,2,4）,imshow（t1）,title（'3*3中值滤波消噪图像'）;
subplot（3,2,5）,imshow（b2）,title（'5*5均值滤波消噪图像'）;
subplot（3,2,6）,imshow（t2）,title（'5*5中值滤波消噪图像'）;
运行结果：
六、总结
唯一的感觉就是这些图好像表面看上去没有太大的差别，不过放大了之后还是能看出均值滤波和中值滤波的一些效果。
其他的没有太大的问题，老师几乎把程序都告诉我们了，只需要自己去体会！
！
！
升级会员 