matlab 图像的空域滤波

1、实验四图像的空域滤波一、实验目的1、理解图像滤波的基本定义及目的；2、掌握空域滤波的基本原理及方法；3、掌握用MATLAB语言进行图像的空域滤波的方法。1、读出“girl.bmp”这幅图像。给读出的图像加入高斯噪声。2、分别采用不同大小的模板对加有噪声的图像进行均值滤波，用一个图像处理对话框显示原图像、加有噪声的图像及均值滤波的图像。比较结果。二、实验原理1、均值滤波2、中值滤波MATLAB图像处理工具箱提供了基于卷积的图像滤波函数filter2filter2的语法格式为：Y=filter2(h,X)其中Y=filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小

2、相同。其实filter2和conv2是等价的。MATLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。fspecial函数用于创建预定义的滤波算子，其语法格式为：h=fspecial(type)h=fspecial(type,parameters)参数type指定算子类型，parameters指定相应的参数，具体格式为：type=average,为均值滤波，参数parameters为n,代表模版尺寸，用向量表示，默认值为3,3。type=gaussian，为高斯低通滤波器，参数parameters有两个，n表示模版尺寸，默认值为3,3,sigma表示滤波器的标准

3、差，单位为像素，默认值为0.5。type=laplacian，为拉普拉斯算子，参数parameters为alpha，用于控制拉普拉斯算子的形状，取值范围为0,1，默认值为0.2。type=log，为拉普拉斯高斯算子，参数parameters有两个，n表示模版尺寸，默认值为3,3，sigma为滤波器的标准差，单位为像素，默认值为0.5type=prewitt，为prewitt算子，用于边缘增强，无参数。type=sobel，为著名的sobel算子，用于边缘提取，无参数。type=unsharp，为对比度增强滤波器，参数alpha用于控制滤波器的形状，范围为0,1，默认值为0.2。三、实验要求3、

4、3、l、2读出“girl.bmp”这幅图像。给读出的图像加入高斯噪声。分别采用不同大小的模板对加有噪声的图像进行均值滤波，用一个图像处理对话框显示原图像、加有噪声的图像及均值滤波的图像。比较结果。A=imread(C:DocumentsandSettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);B=imnoise(A,gaussian,0.02);subplot(2,2,l),imshow(A),title(原图像);subplot(2,2,2),imshow(B),title(加噪声图像);C=fspecial(average,3);D=filter2(C

5、,B);E=fspecial(average,5);F=filter2(E,B);subplot(2,2,3),imshow(D,),title(3乘3模板);subplot(2,2,4),imshow(F,),title(5乘5模板);原图像3乘3模板加噪声图像5乘5模板分别采用不同大小的模板对加有噪声的图像进行中值滤波，用一个图像处理对话框显示原图像、加有噪声的图像及中值滤波的图像。比较结果。A=imread(C:DocumentsandSettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);B=imnoise(A,gaussian,0.02);subpl

6、ot(2,2,l),imshow(A),title(原图像);subplot(2,2,2),imshow(B),title(加噪声图像);C=medfilt2(B,3,3);D=medfilt2(B,5,5);subplot(2,2,3),imshow(C),title(3乘3模板);subplot(2,2,4),imshow(D),title(5乘5模板);原图像加噪声图像3乘3模板5乘5模板4、采用大小相同的模板对加有噪声的图像分别进行均值滤波和中值滤波，用一个图像处理对话框显示原图像、加有噪声的图像、均值滤波的图像及中值滤波的图像。比较结果。A=imread(C:Documentsand

7、SettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);B=imnoise(A,gaussian,0.02);subplot(2,2,1),imshow(A),title(原图像);subplot(2,2,2),imshow(B),title(加噪声图像);C=fspecial(average,3);D=filter2(C,B);subplot(2,2,3),imshow(D,),title(均值滤波);E=medfilt2(B,3,3);subplot(2,2,4),imshow(E),title(中值滤波);加噪声图像均值滤波中值滤波5、给图像加入不同类型

8、的噪声，重复均值滤波和中值滤波，比较结果。A=imread(C:DocumentsandSettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);B=imnoise(A,salt&pepper,0.02);subplot(2,2,l),imshow(A),title(原图像);subplot(2,2,2),imshow(B),title(加椒盐噪声图像);C=fspecial(average,3);D=filter2(C,B);subplot(2,2,3),imshow(D,),title(均值滤波);E=medfilt2(B,3,3);subplot(2,2,

9、4),imshow(E),title(中值滤波);原图像加噪声图像均值滤波图像原图像加椒盐噪声图像均值滤波中值滤波6、（选做内容）不调用工具箱的函数，自编程序，实现均值滤波和中值滤波。均值滤波(3乘3模板)：A=imread(C:DocumentsandSettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);F=imnoise(A,gaussian,0.02);f=double(F);m,n=size(f);g=f;fori=2:m-1forj=2:n-1g(i,j)=round(1/9*(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,

10、j-1)+f(i,j)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1);endendG=uint8(g);subplot(l,3,l),imshow(A),title(原图像);subplot(l,3,2),imshow(B),title(加噪声图像);subplot(1,3,3),imshow(GMAP),title(均值滤波图像);中值滤波：clear;I=imread(C:DocumentsandSettingsAdministrator桌面数字图像实验实验girl.bmp,bmp);x=imnoise(I,gaussian,0.02);n=3;m=nA2;h=zeros(1,m);a,b=size(x);x1=double(x);g1=x1;s1=x1;fori=(n+1)/2:a-(n+1)/2forj=(n+1)/2:b-(n+1)/2s1(i,j)=median(sort(reshape(x1(i-(n-1)/2:i+(n-1)/2,j-(n-1)/