实验3空域滤波.doc

实验3 空域滤波一、实验目的通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的，加深对图像空域滤波增强方法的理解二、实验原理本实验是基于数字图像处理课程中的图像变换和增强理论来设计的本实验的准备知识：第三章，空域图像增强方法重点如下：1、空域滤波技术：添加噪声命令：imnoise中值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的函数开展下列实验均值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的函数开展下列实验2、MATLAB 下设计滤波器的函数中值滤波命令：B＝medfilt2 (I,[3,3]) %使用33 中值滤波器对I 滤波均值滤波技术：先定义模板，如 H＝1/9*ones(3,3), 或 H＝fspecial(‘average’,[3,3]);然后使用命令 I1＝imfilter(I, H)对图像I 消噪说明：要求学生先自己编写中值滤波或均值滤波的m 函数，加深对这两个滤波器的理解三、实验内容（一）空域滤波读入lena_gray.tif 文件，进行下列操作:（1）将图像添加上椒盐噪声， A_noised=imnoise(A, ‘salt & pepper’, 0.02)，同屏显示原图像和加噪图像，说明椒盐噪声的特点；（2）设计33、55，77 三种模板的算术均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；（3）设计33、55，77 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；（4）将图像添加上高斯噪声， A_noised=imnoise(A, ‘gauss’, 0.02)，同屏显示原图像和加噪图像，说明高斯噪声的特点；（5）设计33、55，77 三种模板的算术均值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明；（6）设计33、55，77 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图像和消噪图像，对滤波效果进行解释和说明。

二）使用MATLAB环境下的均值滤波和中值滤波函数进行上述图像处理思考：椒盐噪声和高斯噪声有何不同特点？分别使用何种滤波器消噪效果好4、 实验步骤（一）空域滤波（1）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,salt & pepper,0.02);subplot(2,1,1);imshow(I); title(原始图像);subplot(2,1,2);imshow(J);title(加噪图像);运行结果：椒盐噪声特点：椒盐噪声是由图像传感器，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）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,salt & pepper,0.02);K1=filter2(fspecial(average,3),J);K2=filter2(fspecial(average,5),J);K3=filter2(fspecial(average,7),J);subplot(2,3,1);imshow(I);title(原始图像);subplot(2,3,2);imshow(J);title(加噪图像);subplot(2,3,3);imshow(uint8(K1));title(3x3模板平滑滤波);subplot(2,3,4);imshow(uint8(K2));title(5x5模板平滑滤波);subplot(2,3,5);imshow(uint8(K3));title(7x7模板平滑滤波);运行结果：解释：当所用平滑模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。

3）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,salt & pepper,0.02);K1=medfilt2(J,[3,3]);K2=medfilt2(J,[5,5]);K3=medfilt2(J,[5,5]);subplot(2,3,1);imshow(I);title(原始图像);subplot(2,3,2);imshow(J);title(加噪图像);subplot(2,3,3);imshow(uint8(K1));title(3x3模板中值滤波);subplot(2,3,4);imshow(uint8(K2));title(5x5模板中值滤波);subplot(2,3,5);imshow(uint8(K3));title(7x7模板中值滤波);运行结果：解释：当所用中值滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加清晰，细节的锐化程度逐步增强4）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,gauss,0.02);subplot(1,2,1);imshow(I);title(原图像);subplot(1,2,2);imshow(J);title(加高斯噪声的图像);运行结果：高斯噪声的特点：高斯噪声是指它的 概率密度函数服从高斯分布 的一类噪声。

如果一个噪声，它的幅度分布服从高斯分布而它的 功率谱密度又是均匀分布的，则称它为高斯白噪声5）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,gauss,0.02);K1=filter2(fspecial(average,3),J);K2=filter2(fspecial(average,5),J);K3=filter2(fspecial(average,7),J);subplot(2,3,1);imshow(I);title(原始图像);subplot(2,3,2);imshow(J);title(添加高斯噪声的图像);subplot(2,3,3);imshow(uint8(K1));title(3x3模板平滑滤波);subplot(2,3,4);imshow(uint8(K2));title(5x5模板平滑滤波);subplot(2,3,5);imshow(uint8(K3));title(7x7模板平滑滤波);运行结果：解释：当所用滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱6）程序：I=imread(D:\Images\lena.bmp);J=imnoise(I,gauss,0.02);K1=medfilt2(J,[3,3]);K2=medfilt2(J,[5,5]);K3=medfilt2(J,[5,5]);subplot(2,3,1);imshow(I);title(原始图像);subplot(2,3,2);imshow(J);title(添加高斯噪声的图像);subplot(2,3,3);imshow(uint8(K1));title(3x3模板中值滤波);subplot(2,3,4);imshow(uint8(K2));title(5x5模板中值滤波);subplot(2,3,5);imshow(uint8(K3));title(7x7模板中值滤波);运行结果：解释: 所用滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得清晰，细节的锐化程度逐步增强。

五、实验思考题高斯噪声就是n维分布都服从高斯分布的噪声，高斯噪声是一种随机信号椒盐噪声是由图像传感器，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对于椒盐噪声，中值滤波效果好；对于高斯噪声，选用7x7窗口滤波效果好于3x3窗口滤波，但图像模糊加重。