實驗五圖像增強—空域濾波

1、精選優(yōu)質(zhì)文檔-傾情為你奉上昆明理工大學(xué)信息工程與自動化學(xué)院學(xué)生實驗報告（ 2012 2013 學(xué)年 第 二 學(xué)期 ）課程名稱：圖形圖像處理 開課實驗室：信自444 2013年 5月 22日年級、專業(yè)、班10級計科103班學(xué)號1姓名成績實驗項目名稱圖像增強空域濾波指導(dǎo)教師劉輝教師評語 教師簽名： 年 月 日一、 實驗?zāi)康?進一步了解MatLab軟件/語言，學(xué)會使用MatLab對圖像作濾波處理，使學(xué)生有機會掌握濾波算法，體會濾波效果。了解幾種不同濾波方式的使用和使用的場合，培養(yǎng)處理實際圖像的能力，并為課堂教學(xué)提供配套的實踐機會。 二、實驗要求 (1)學(xué)生應(yīng)當完成對于給定圖像+噪聲，使用平均濾波器、

2、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；能夠正確地評價處理的結(jié)果；能夠從理論上作出合理的解釋。(2)利用MATLAB軟件實現(xiàn)空域濾波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02); %添加高斯噪聲J = imnoise(I,'salt & pepper',0.02); (注意空格) %添加椒鹽噪聲 ave1=fspecial('average',3); %產(chǎn)生3×3的均值模版ave2=fspecial('average

3、9;,5); %產(chǎn)生5×5的均值模版K = filter2(ave1,J)/255; %均值濾波3×3L = filter2(ave2,J)/255; %均值濾波5×5M = medfilt2(J,3 3); %中值濾波3×3模板N = medfilt2(J,4 4); %中值濾波4×4模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、實驗設(shè)備與軟件 (1) IBM-PC計算機系統(tǒng) (2) MatL

4、ab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實驗所需要的圖片 四、實驗內(nèi)容與步驟 a) 調(diào)入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gaussian) 噪聲 c)利用預(yù)定義函數(shù)fspecial 命令產(chǎn)生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果； e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進行處理，觀察上述濾波器處理的結(jié)果。f）利用i

5、mnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復(fù)c) e）的步驟h）輸出全部結(jié)果并進行討論。實驗過程及截圖I=imread('3.jpg');imshow(I);J = imnoise(I,'gauss',0.02); %添加高斯噪聲J = imnoise(I,'salt & pepper',0.02); %添加椒鹽噪聲figure,imshow(J);ave1=fspecial('average',3); %產(chǎn)生3×3的均值模版ave2=fspec

6、ial('average',5); %產(chǎn)生5×5的均值模版K = filter2(ave1,J)/255; %均值濾波3×3figure,imshow(K);L = filter2(ave2,J)/255; %均值濾波5×5figure,imshow(L);M = medfilt2(J,3 3); %中值濾波3×3模板figure,imshow(M);N = medfilt2(J,4 4); %中值濾波4×4模板figure,imshow(N);五、思考題/問答題 (1) 簡述高斯噪聲和椒鹽噪聲的特點。高斯噪聲：高斯噪聲是n維分

7、布都服從高斯分布的噪聲。 高斯分布，也稱正態(tài)分布，又稱常態(tài)分布。對于隨機變量X，其概率密度函數(shù)如圖所示。稱其分布為高斯分布或正態(tài)分布，記為N（，2），其中為分布的參數(shù)，分別為高斯分布的期望和方差。當有確定值時，p(x)也就確定了，特別當=0，2=1時，X的分布為標準正態(tài)分布。 椒鹽噪聲： 椒鹽噪聲又稱脈沖噪聲，它隨機改變一些像素值，是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點噪聲。椒鹽噪聲往往由圖像切割引起。(2) 結(jié)合實驗內(nèi)容，定性評價平均濾波器/中值濾波器對高斯噪聲和椒鹽噪聲的去噪效果？均值濾波器不適合去除椒鹽噪聲，經(jīng)均值濾波器濾波后仍然存在較多的噪聲；中值濾波器對椒鹽噪聲的

8、濾除有著與生俱來的優(yōu)勢，這點可以從椒鹽噪聲特點和中值濾波定義很容易推得，觀察濾波前后的圖像，中值濾波器對椒鹽噪聲濾除的比較干凈，對于強度不很大的椒鹽噪聲，濾波后基本看不出噪聲點，但是圖像也變得很模糊了，細節(jié)信息丟失比較嚴重，其會引起圖像中諸如細線、角點等包含重要細節(jié)結(jié)構(gòu)的丟失和破壞；加入椒鹽噪聲的圖像經(jīng)Butterworth低通濾波器濾波后，雖然濾除了一些噪聲點，但圖像顯得模糊不清.(3) 結(jié)合實驗內(nèi)容，定性評價濾波窗口對去噪效果的影響？ 1)自適應(yīng)中值濾波后，它的去噪效果和常規(guī)中值濾波算法的去噪效果相比好了許多。不僅濾除了椒鹽噪聲,而且很好的保留了圖細節(jié)。在對具有空間密度較大的椒鹽噪聲圖進行

9、濾波時，自適應(yīng)中值濾波器較傳統(tǒng)中值濾波器具有很大的優(yōu)越性，在很大程度上降低了濾除噪聲和圖細節(jié)丟失之間的矛盾，對于工程實現(xiàn)有較好的理論參考價值。但對濾除圖中的高斯噪聲則沒有濾除椒鹽噪聲的效果好，濾波后圖顯得有模糊不清。 2)加權(quán)均值自適應(yīng)中值濾波器去除圖中加入的椒鹽噪聲后，圖和原圖的效果很接近，去噪性能非常好。但是，在去除高斯噪聲時，效果就沒有去除椒鹽噪聲那么好，濾波后圖有點模糊。 3)基于均值操作的快速自適應(yīng)濾波器在保存邊緣細節(jié)的基礎(chǔ)上，對椒鹽噪聲和高斯噪聲都有較好的抑制作用。濾波后圖的效果和原圖非常接近。 六、實驗報告要求 描述實驗的基本步驟，用數(shù)據(jù)和圖片給出各個步驟中取得的實驗結(jié)果，并進行必要的討論，必須包括原始圖像及其計算/處理后的圖像。七、實驗圖像 3.jpg八、實驗總結(jié)本次實驗進一步了解MatLab軟件/語言，學(xué)會使用MatLab對圖像作濾波處理，使學(xué)生有機會掌握濾波算法，并體會濾波效果。均值濾波對高斯噪聲比對椒鹽噪聲有效，明顯看到均值濾波器能很大程度上濾除高斯噪聲，濾波后圖像中的噪聲殘留不是