数字图像处理实验报告2_2.docx

《数字图像处理实验报告2_2.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验报告2_2.docx（4页珍藏版）》请在第一文库网上搜索。

1、实验二：数字图像的空间域滤波平滑滤波1 .实验目的1 .掌握图像漉波的基本定义及目的。2 .理解空间域滤波的基本原理及方法。3 .掌握进行图像的空域滤波的方法。2 .实验基本原理1 .空间域增强空间域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。空域滤波一般分为线性漉波和非线性漉波两类。线性滤波器的设计常基于对傅立叶变换的分析，非线性空域滤波器则般直接对领域进行操作。各种空域滤波器根据功能

2、主要分为平滑滤波器和锐化滤波器。平滑可用低通来实现，平滑的目的可分为两类：一类是模糊，目的是在提取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪声。锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的细节。结合这两种分类方法,可将空间滤波增强分为四类：线性平滑滤波器（低通）非线性平滑滤波器（低通）空间滤波器都是基于模板卷积，其主要工作步骤是：D将模板在图中移动，并将模板中心与图中某个像素位置重合；2）将模板上的系数与模板下对应的像素相乘；3）将所有乘积相加；4）将和（模板的输出响应）赋给图中对应模板中心位置的像素。2 .平滑滤波器1）线性平滑滤波器线性低通平滑滤波器也称为

3、均值滤波器，这种滤波器的所有系数都是正数，对3X3的模板来说，最简单的是取所有系数为I,为了保持输出图像任然在原来图像的灰度值范围内，模板与象素邻域的乘积都要除以9。MAT1AB提供了fspecia1函数生成滤波时所用的模板，并提供fi1ter2函数用指定的滤波器模板对图像进行运算。函数fspecia1的语法格式为：h=fspecia1（type）;h=fspecia1（type,parameters）;其中参数type指定滤波器的种类，parameters是与滤波器种类有关的具体参数。typepaameterc说明averagehsze均值漉波,如果邻城为方阵,JWhSize为标量,否则由两

4、元素向量1ize指定邻域的行数和列数.diskradius有(Qdiu2+D个边的圈形均值滤波潺gaussianhiize,sigma标准偏差为Ga,大小为hsiz的高斯低通滤波器Iaphciana)ha系数由a1pha(O.O-1C)决定的二维拉普拉斯博波Ioehsze,sigma标准儡差为51gma,大小为hsi”的高斯波波旋转对称拉氏尊子motion1eu.theta按角度theta移动Ien个象素的运动滤波器PTewKt无近似计算垂直梯度的水平边缘强调算子sobe1无近似计算垂直怫度光滑效应的水平边缘强调算子Um1U1Pa1pha根据a1pha决定的拉氏算子创建的掩粳滤波器表2.1MA

5、T1AB中预定义的滤波器种类MAT1AB提供了一个函数imnoise来给图像增添噪声，其语法格式为：J=imnoise(Iztyp);J=imnoise(I,type,parameters);参数IyPe指定噪声的种类，parameters是与噪声种类有关的具体参数。参数的种类见表2.2。种类参数说明gaussianm,v均位为m,方差为V的高斯噪声Ioca1varV均值为0,方差为V的高斯门噪声passion无泊松噪声sa1tpepper无椒盐啜再speck1eV均值为0,方差为V的均匀分布饰机噪声表2.2噪声种类及参数说明2)非线性平滑滤波器中值滤波器是一种常用的非线性平滑滤波器，其滤波原

6、理与均值滤波器方法类似，是把领域中的图像的象素按灰度级进行排序，然后选择改组的中间值作为输出像素值。MAT1AB提供了InCdfiIt2函数来实现中值滤波，其语法格式为：B=medfi1t2(Azmn);B=medfi1t2(A);其中，A是原图象，B是中值滤波后输出的图像。mn指定滤波模板的大小，默认模板为3X3。3 .实验内容与要求1 .平滑空间滤波：1)读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声。2)对加入噪声图像选用ma11ab平滑(低通)模板做运算。3)设计均值滤波器，将加有噪声的图像进行均值滤波，显示处理后的图像。4)设计中值滤波器，对有噪声的图像做处理，显示处理后的图像。

7、4 .实验具体实现1 .平滑空间漉波：1)读出eigh.if这幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。I=imread(,eight.tif);imshow(I);J=imnoise(Isa1t&pepperz0.05);%noisedensity=0.05K=imnoise(I,gaussian,0.01,0.01);subp1ot(1z3,1)zimshow(I)ztit1e(Origina1Imagez)subp1ot(1z3z2)zimshow(J)ztit1e(Sa1t8PepperNoise)subp1ot(1z3z3),imshow(K)z

8、tit1e(GaussianNoise,)贴图并分析2)对加入噪声的图像用ma11ab平滑(低通)模板做运算，要求在同一窗口中显示。H=fspecia1(,average);J1=imfi1ter(JzHrep1icate,);imshow(J1)K1=imfi1ter(KzH);imshow(K1)贴图并分析3)设计均值滤波器，将加有噪声的图像进行均值滤波，显示处理后的图像。I=Imread(,eight.tif);imshow(I);J=imnoise(Iz,sa1t&pepper,z0.05);%noisedensity=0.05figure,imshow(J)；J=doub1e(J);

9、K=imnoise(I,gaussianz0.01,0.01);figure,imshow(K);K=doub1e(K);M,N)=size(I);fori=2:M-1forj=2:N-1J1(i,j)=(J(i-1,j-1)+J(i-1zj)+J(i-1zj+1)+J(i,j-1)+J(i,j)+J(i,j+1)+J(i+1,j-1)+J(i+1,j)+J(i+1,j+1)9;endendfigure,imshow(uint8(J1);fori=2:M-1forj=2:N-1K1(i,j)=(K(i-1,j-1)+K(i-1zj)+K(i-1zj+1)+K(i,j-1)+K(i,j)+K(i,j+1)+K(i+1,j-1)+K(i+1,j)+K(i+1,j+1)9;endendfigure,imshow(uint8(K1);贴图并分析4)设计中值滤波器，对有噪声的图像做处理，显示处理后的图像。请帖图