数字图像处理课程设计

1、目的与要求 设计的内容 总体方案设计各个功能模块的主要实现程序以及测试和调试课程设计总结与体会一、 目的与要求 提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。开发工具可以选用matlab、VC+、 VB、 C#等。本人选用matlab作为编程开发工具。二、 设计的内容刚获得的图像有很多的噪声，这是由平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。这就是所谓的图像滤波研究。本设计就

2、是用图像平均、平滑滤波、中值滤波、理想低通滤波方法、巴特沃斯滤波方法五种方法来实现图像滤波处理。三、 总体方案设计首先找一幅图像，然后对图像加噪声，获得加噪图像。然后分别选用以下五种方法进行图像滤波处理的研究。用图像平均的方法消除噪声并计算信噪比的改善。用平滑滤波方法消除噪声并计算信噪比的改善用中值滤波方法消除噪声并计算信噪比的改善用理想低通滤波方法消除噪声并计算信噪比的改善用巴特沃斯低通滤波方法消除噪声并计算信噪比的改善然后改变图像的加噪类型，通过分析比较各种滤波结果，总结各种滤波方法的适用范围。在该设计中，所采用的噪声类型主要有：高斯噪声，椒盐噪声。四、 各个功能模块的主要实现程序以及测试

3、和调试1、 用图像平均的方法消除噪声并计算信噪比的改善。M文件：I=imread('circuit.tif');J=imnoise(I,'gaussian',0,0.01);subplot(231),imshow(I);%title('yuanshituxiang')；subplot(232),imshow(J);%title('添加椒盐噪声的图像')；k1=filter2(fspecial('average',3),J);%进行3*3模板平滑滤波k2=filter2(fspecial('average&#

4、39;,5),J);%进行5*5模板平滑滤波k3=filter2(fspecial('average',7),J);%进行7*7模板平滑滤波k4=filter2(fspecial('average',9),J);%进行9*9模板平滑滤波subplot(233),imshow(uint8(k1);%title('3*3模板平滑滤波')；subplot(234),imshow(uint8(k2);%title('5*5模板平滑滤波')；subplot(235),imshow(uint8(k3);%title('7*7模板平滑滤

5、波')；subplot(236),imshow(uint8(k4);%title('9*9模板平滑滤波')；k=8;fmax=2k-1s=0;d=0;for i=1:M for j=1:N y=double(I(i,j)-double(J(i,j); s=s+double(y2); endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR2=10*log10(N*M*fmax2/d);Y=P

6、SNR2-PSNR1;Y该liangxujiao.m文件运行后的结果峰值信噪比PSNRY =11.77992、用平滑滤波方法消除噪声并计算信噪比的改善M文件编写I=imread('circuit.tif');J=imnoise(I,'gaussian',0,0.01);subplot(231),imshow(I);%title('yuanshituxiang')；subplot(232),imshow(J);%title('添加椒盐噪声的图像')；k1=filter2(fspecial('average',3),J

7、);%进行3*3模板平滑滤波k2=filter2(fspecial('average',5),J);%进行5*5模板平滑滤波k3=filter2(fspecial('average',7),J);%进行7*7模板平滑滤波k4=filter2(fspecial('average',9),J);%进行9*9模板平滑滤波subplot(233),imshow(uint8(k1);%title('3*3模板平滑滤波')；Q1=uint8(k1);subplot(234),imshow(uint8(k2);%title('5*5模板

8、平滑滤波')；Q2=uint8(k2);subplot(235),imshow(uint8(k3);%title('7*7模板平滑滤波')；Q3=uint8(k2);subplot(236),imshow(uint8(k4);%title('9*9模板平滑滤波')；Q4=uint8(k2);k=8;fmax=2k-1;s=0;d=0;for i=1:M for j=1:N y=double(I(i,j)-double(J(i,j); s=s+double(y2); endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for

9、 i=1:M for j=1:N y=double(I(i,j)-double(Q1(i,j); d=d+double(y2); endendPSNR2=10*log10(N*M*fmax2/d);Y1=PSNR2-PSNR1;Y1i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR3=10*log10(N*M*fmax2/d);Y2=PSNR3-PSNR1;Y2 i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j)

10、; d=d+double(y2); endendPSNR4=10*log10(N*M*fmax2/d);Y3=PSNR4-PSNR1;Y3i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR5=10*log10(N*M*fmax2/d);Y4=PSNR5-PSNR1;Y4该liangxujiao.1M文件执行结果峰值信噪比PSNRY1 =7.9837； Y2 =6.4535； Y3 =5.3242； Y4 =4.4288；3、用中值滤波方法消除噪声并计算信噪比的改善M文件编写I

11、=imread('circuit.tif');J=imnoise(I,'gaussian',0,0.01);subplot(231),imshow(I);%title('原始图像')；subplot(232),imshow(J);%title('添加椒盐噪声的图像')；k1=medfilt2(J);k2=medfilt2(J,5 5);k3=medfilt2(J,7 7);k4=medfilt2(J,7 7);subplot(233),imshow(k1);%title('3*3模板中值滤波')；Q1=k1;sub

12、plot(234),imshow(k2);%title('5*5模板中值滤波')；Q2=k2;subplot(235),imshow(k3);%title('7*7模板中值滤波')；Q3=k3;subplot(236),imshow(k4);%title('9*9模板中值滤波')；Q4=k4;k=8;fmax=2k-1;s=0;d=0;for i=1:M for j=1:N y=double(I(i,j)-double(J(i,j); s=s+double(y2); endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=

13、0;for i=1:M for j=1:N y=double(I(i,j)-double(Q1(i,j); d=d+double(y2); endendPSNR2=10*log10(N*M*fmax2/d);Y1=PSNR2-PSNR1;Y1i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR3=10*log10(N*M*fmax2/d);Y2=PSNR3-PSNR1;Y2 i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q

14、(i,j); d=d+double(y2); endendPSNR4=10*log10(N*M*fmax2/d);Y3=PSNR4-PSNR1;Y3i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR5=10*log10(N*M*fmax2/d);Y4=PSNR5-PSNR1;Y4该liangxujiao.2M文件执行结果峰值信噪比PSNRY1 =6.5628；Y2 =5.4176；Y3 =4.5122；Y4 =3.7634；4、用理想低通滤波方法消除噪声并计算信噪比的改善M文

15、件编写%理想低通滤波器所产生的模糊和振铃现象I=imread('circuit.tif');subplot(131),imshow(I);I=double(I);%采用傅里叶变换f=fft2(I);%数据矩阵平衡g=fftshift(f);subplot(132),imshow(log(abs(g),);color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);% d0=5,15,45,65d0=5;for i=1:N for j=1:N d=sqrt(i-n1)2+(j-n2)2; if d<=d0 h=1; else

16、h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(133);imshow(g);J=g;k=8;fmax=2k-1s=0;d=0;for i=1:M for j=1:N y=double(I(i,j)-double(J(i,j); s=s+double(y2); endendPSNR1=10*LOG10(N*M*fmax2/s);Y=PSNR2-PSNR1;Y 该liangxujiao3.m运行结果 峰值信噪比PSNR Y =13.96872、巴特沃斯低通滤波方法I = imread(

17、9;eight.tif');J = imnoise(I,'gaussian');subplot(1,2,1);imshow(I);title('原图像');subplot(1,2,2);imshow(J);title('加高斯白噪声后的图像');figure;J=double(J);f=fft2(J);g=fftshift(f);M,N=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); h=1/(1+(d/d0

18、)(2*n); g(i,j)=h*g(i,j); endendg=ifftshift(g);Q=uint8(real(ifft2(g);imshow(Q);title('通过截断频率为20的理想巴特沃兹滤波器后的图像');s=0;d=0;for i=1:M for j=1:N y=double(I(i,j)-double(J(i,j); s=s+double(y2); endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:M for j=1:N y=double(I(i,j)-double(Q(i,j); d=d+double(y2); endendPSNR2=10*log10(N*M*fmax2/d);Y=PSNR2-PSNR1;YY = 5.5899五、 课程设计总结与体会图像平均的方法对消除高斯随机噪声很有帮助；线性平滑滤波的方法（线性低