数字图像处理实验五(共5页)

1、精选优质文档-倾情为你奉上数 字 图 像 处 理实 验实验 五 ： 图像增强-空域滤波 学院： 信息工程学院 姓名： 学号： 专业及班级： 指导教师： 成绩一、 实验目的进一步了解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。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。二、 实验内容(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

2、：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3×3的均值模版ave2=fspecial('average',5); %产生5×5的均值模版K = filter2(ave1,J)/255; %均值滤波3×3L = filter2(ave2,J)/255

3、; %均值滤波5×5M = medfilt2(J,3 3); %中值滤波3×3模板N = medfilt2(J,4 4); %中值滤波4×4模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、实验具体实现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

4、)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。程序：I=imread('1.jpg');J = imnoise(I,'gauss',0.02); P= imnoise(I,'salt & pep

5、per',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);subplot(2,3,1);imshow(J);subplot(2,3,2);imshow(P);subplot(2,3,3);imshow(K);subplot(2,3,4);imshow(L);subplot(2,

6、3,5);imshow(M);subplot(2,3,6);imshow(N);截图：四、思考题(1) 简述高斯噪声和椒盐噪声的特点。高斯噪声：高斯噪声是n维分布都服从高斯分布的噪声。     高斯分布，也称正态分布，又称常态分布。对于随机变量X，其概率密度函数如图所示。称其分布为高斯分布或正态分布，记为N（，2），其中为分布的参数，分别为高斯分布的期望和方差。当有确定值时，p(x)也就确定了，特别当=0，2=1时，X的分布为标准正态分布。  椒盐噪声： 椒盐噪声又称脉冲噪声，它随机改变一些像素值，是由图

7、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。椒盐噪声往往由图像切割引起。 (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？ 均值滤波器不适合去除椒盐噪声，经均值滤波器滤波后仍然存在较多的噪声；中值滤波器对椒盐噪声的滤除有着与生俱来的优势，这点可以从椒盐噪声特点和中值滤波定义很容易推得，观察滤波前后的图像，中值滤波器对椒盐噪声滤除的比较干净，对于强度不很大的椒盐噪声，滤波后基本看不出噪声点，但是图像也变得很模糊了，细节信息丢失比较严重，其会引起图像中诸如细线、角点等包含重要细节结构的丢失和破坏；加入椒盐噪声的图像经B

8、utterworth低通滤波器滤波后，虽然滤除了一些噪声点，但图像显得模糊不清. (3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？  1)自适应中值滤波后，它的去噪效果和常规中值滤波算法的去噪效果相比好了许多。不仅滤除了椒盐噪声,而且很好的保留了图细节。在对具有空间密度较大的椒盐噪声图进行滤波时，自适应中值滤波器较传统中值滤波器具有很大的优越性，在很大程度上降低了滤除噪声和图细节丢失之间的矛盾，对于工程实现有较好的理论参考价值。但对滤除图中的高斯噪声则没有滤除椒盐噪声的效果好，滤波后图显得有模糊不清。   2)加权均值自适应中值滤波器去除图中加入的椒盐噪声后，图和原图的效果很接近，去噪性能非常好。但是，在