实验8 医学图像频域滤波 (2)

1、实验8 医学图像频域滤波与图像复原实验目的：1. 熟悉医学图像离散傅里叶变化的原理和方法；2. 掌握医学图像频域滤波的原理；3. 掌握使用Matlab中的函数实现医学图像进行频域滤波的方法;4. 掌握使用Matlab中的图像退化与复原的方法;实验内容：一、医学图像频域滤波方法与实现使用imnoise给图像BMRI1_24bit.bmp添加概率为0.2的椒盐噪声，对原图像和加噪声后的图像进行傅氏变换并显示变换后的移中频谱图，然后分别使用Butterworth低、高通滤波器对噪声图像进行低通和高通滤波，显示D0为5，10，20，40时的滤波效果图，并说明存两种滤波效果中所存在的差异及原因。f=im

2、read('BMRI1_24bit.bmp'); g=imnoise(f,'salt & pepper',0.2); f1=rgb2gray(f) ;g1=rgb2gray(g);>> fft2f=fft2(f1);>> fft2g=fft2(g1);>> imshow(abs(fft2f),title '原频谱图'figure,imshow(fft2g),title '噪音频谱图' ;shiftf=fftshift(fft2f);>> shiftg=fftshift(fft

3、2g);imshow(abs(shiftf),),title '原居中'figure,imshow(abs(shiftg),),title '噪音居中'>> logf=log(1+abs(shiftf);>> logg=log(1+abs(shiftg);imshow(logf,),title 'log变换' figure,imshow(logg,),title 'zao yin log' f=imread('BMRI1_24bit.bmp'); g=imnoise(f,'salt

4、& pepper',0.2);g=rgb2gray(g);BLPF(g); D0=5 和D0=10D0=20和D0=40GLPF(g);D0=5和D0=10D0=20和D0=40图像从空间域变换到频率域后，其低频分量对应图像中灰度值变化比较缓慢的区域，高频分量则表征图像中物体的边缘和随机噪声等信息。低通滤波是指保留低频分量，而通过滤波器函数H(u，v)减弱或抑制高频分量的过程。低通滤波与空域中的平滑滤波器一样可以消除图像中的随机噪声，减弱边缘效应，起到平滑图像的作用。高通滤波：图像的边缘、细节主要在高频，图像模糊是由于高频成分较弱产生的。为了消除模糊，突出边缘，可以采用高通滤波

5、的方法，使低频分量得到抑制，从而达到增强高频分量，使图像的边沿或线条变得清晰，实现图像的锐化。      二、医学图像退化及复原1、产生带运动和噪声的退化图像首先使用fspecial 产生一个了len=7,theta=45的移动退化滤波器，然后使用产生的移动退化滤波器作为imfilter的滤波模板，边界填充选项(boundary_options)选择circular，为图像BMRI1_24bit.bmp添加一个移动退化，再使用imnoise产生一个均值为0，方差为0.001的高斯噪声，并将高斯噪声叠加到已经产生移动退化的图像MRIBr

6、ain_10.bmp上。f=imread('BMRI1_24bit.bmp');f=im2double(f);PSF=fspecial('motion',7,45);g=imfilter(f,PSF,'circular');imshow(f,),title '原图'figure,imshow(g,),title '移动退化'imwrite(g,'MRIBrain_10.bmp');noise=imnoise(zeros(size(g),'gaussian',0,0.001);>

7、> gnoise=g+noise;>> imshow(gnoise),title '噪声'2、对退化图像进行复原使用DECONVWNR函数对产生退化的MRIBrain_10.bmprp按下面的四种方法进行复原。（1）省略DECONVWNR中参数NSR；（2）NSR取一个大于0的数值；（3）NSR取一个等于1的数值；（4）NSR取一个大于1的数值；通过比较上面四种方法的结果，指出哪一种方法的效果最好。提示：当省略NSR时表示进行直接逆滤波，不省略时表示进行维纳滤波NSR取一个大于0小于1的数值效果最好；g=imread('MRIBrain_10.bmp');>> g=im2double(g);>> PSF=fspecial('motion',7,45);>> g1=deconvwnr(g,PSF);>> imshow(g1); g2=decon