实验三--图像的滤波及增强

实验三 图像的滤波及增强一、 实验目的 1进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。2了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。3 熟悉傅立叶变换的基本性质；4 熟练掌握FFT变换方法及应用； 二、实验要求 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。(2)利用MATLAB软件实现空域滤波的程序：I=imread(electric.tif);J = imnoise(I,gauss,0.02); %添加高斯噪声J = imnoise(I,salt & pepper,0.02); %添加椒盐噪声 ave1=fspecial(average,3); %产生33的均值模版ave2=fspecial(average,5); %产生55的均值模版K = filter2(ave1,J)/255; %均值滤波33L = filter2(ave2,J)/255; %均值滤波55M = medfilt2(J,3 3); %中值滤波33模板N = medfilt2(J,4 4); %中值滤波44模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);（3） 应用傅立叶变换进行图像处理傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。通过实验培养这项技能，将有助于解决大多数图像处理问题。对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。（4） 傅立叶（Fourier）变换的定义对于二维信号，二维Fourier变换定义为：逆变换：二维离散傅立叶变换为：逆变换：图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法，具体参见参考书目，有关傅立叶变换的快速算法的程序不难找到。实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。（5）利用MATLAB软件实现数字图像傅立叶变换的程序：I=imread(原图像名.gif); %读入原图像文件imshow(I); %显示原图像fftI=fft2(I); %二维离散傅立叶变换sfftI=fftshift(fftI); %直流分量移到频谱中心RR=real(sfftI); %取傅立叶变换的实部II=imag(sfftI); %取傅立叶变换的虚部A=sqrt(RR.2+II.2); %计算频谱幅值A=（A-min(min(A)）/(max(max(A)-min(min(A)*225 %归一化figure; %设定窗口imshow(A); %显示原图像的频谱三、实验设备与软件 (1) IBM-PC计算机系统 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容与步骤 1）模板滤波a) 调入并显示原始图像Sample2-1.jpg 。b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。f）利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper)g）重复c) e）的步骤h）输出全部结果并进行讨论。实验代码：I=imread(eight.tif);J = imnoise(I,gauss,0.02); J = imnoise(I,salt & pepper,0.02); ave1=fspecial(average,3); ave2=fspecial(average,5); K = filter2(ave1,J)/255; L = filter2(ave2,J)/255; M = medfilt2(J,3 3); N = medfilt2(J,4 4); imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);实验结果： 图表 1 ：原图图表 2：加入噪声 图表 3：3*3模板平均值滤波 图表 4：5*5模板平均值滤波 图表 5 ：3*3中值滤波 图表 6：4*4中值滤波2）频域滤波a.将图像内容读入内存；b.用Fourier变换算法，对图像作二维Fourier变换；c.将其幅度谱进行搬移，在图像中心显示；d.用Fourier系数的幅度进行Fourier反变换；e.用Fourier系数的相位进行Fourier反变换；f.比较4、5的结果，评价人眼对图像幅频特性和相频特性的敏感度。g.记录和整理实验报告。实验代码：clear all;close all;clc;I=imread(eight.tif); imshow(I); fftI=fft2(I); sfftI=fftshift(fftI); RR=real(sfftI); II=imag(sfftI); A=sqrt(RR.2+II.2); A=(A-min(min(A)/(max(max(A)-min(min(A)*225; figure; imshow(A); f1=ifft2(A)*255;f2=ifft2(angle(fftI)*255;figure;imshow(f1);figure;imshow(f2);实验结果： 图表 7：原图图表 8：FFT变换 图表 9 ：振幅IFFT 图表 10：相位IFFT 五、思考题/问答题 (1) 简述高斯噪声和椒盐噪声的特点。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，因此可以用线性滤波器滤除。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。椒盐噪声可以认为是一种逻辑噪声，用线性滤波器滤除的结果不好，一般采用中值滤波器滤波可以得到较好的结果。(2) 结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？平均滤波器对高斯噪声滤除效果加好，中值滤波对椒盐噪声滤除效果叫好。(3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？窗口设定的越大，会使滤波后的图像边缘越模糊，窗口越小，滤除效果越差，同时边缘也不会那么模糊。 六、实验心得 通过这次实验让我了解了不同的滤波方法的滤波原理