实验四 图像的平滑.doc

实验四图像的平滑一. 实验目的 1 、掌握常见的图像噪声种类; 2 、理解邻域平均法和中值滤波的原理、特点、适用对象; 3 、掌握边缘检测的基本思想和常见的边缘检测算子的使用方法; 二. 实验原理及内容图像平滑的目的是消除图像噪声、恢复原始图像。实际中摄取的图像一般都含有某种噪声,引起噪声的原因很多,噪声的种类也很多。总的说来, 可以将噪声分为加性噪声和乘性噪声。加性噪声中又包含高斯噪声、椒盐噪声等典型噪声。 Matlab 图像处理工具箱提供了模拟噪声生成的函数 imnoise ,可以对图像添加一些典型的噪声。 imnoise 格式: J=imnoise(I , type , parameters ); 常见的去除噪声的方法有: 邻域平均法、空间域低通滤波、频率域低通滤波、中值滤波等。二维中值滤波的 Matlab 函数为 medfilt2 。实验内容: 1、对图像 叠加零均值高斯噪声, 噪声方差为 , 然后分别利用邻域平均法和中值滤波法( 窗口尺寸可变( 先用 3×3, 再取 5×5 逐渐增大) 对该图像进行滤波, 显示滤波后的图像。 2 、对图像 叠加椒盐噪声, 噪声方差为 ,选择合适的滤波器将噪声滤除。 3、对图像 叠加乘性噪声, 噪声方差为 , 设计一种处理方法, 既能去噪声又能保持边缘清晰。三、实验报告要求 1、给出对图像 叠加零均值高斯噪声, 以及利用平均法和中值滤波法对该图像进行滤波的 Matlab 程序,显示叠加噪声前后的图像,显示滤波后的图像,比较滤波效果。 2 、给出对图像 叠加椒盐噪声,以及对该图像进行滤波的 Matlab 程序,显示叠加噪声前后的图像,显示滤波后的图像, 对结果进行分析。 3、给出对图像 叠加乘性噪声,以及对该图像进行滤波的 Matlab 程序,显示叠加噪声前后的图像,显示滤波后的图像, 对结果进行分析。 4、比较中值滤波对含有不同噪声的图像的平滑效果, 讨论中值滤波最适用于平滑哪种噪声? 四、实验程序及框图实验框图开始读入图像叠加噪声转换成 double 型滤波显示所需图像结束实验程序 1. 叠加高斯噪声并滤波 clear all% 清空工作空间 I=imread(''); % 读入图像 J=imnoise(I,'gaussian',0,); % 叠加高斯噪声 h1=im2double(J); % 转换成 double 型 h2=fspecial('average'); g1=filter2(h2,h1,'same'); % 均值滤波 g2=medfilt2(h1); % 中值滤波 subplot(2,2,1);imshow(I); xlabel(' 原图')% 显示原图 subplot(2,2,2);imshow(J); xlabel(' 添加高斯噪声')% 显示叠加噪声图像 subplot(2,2,3);imshow(g1); xlabel(' 均值滤波')% 显示均值滤波图像 subplot(2,2,4);imshow(g2); xlabel(' 中值滤波')% 显示中值滤波图像 2. 叠加椒盐噪声并滤波 clear all;% 清空工作空间 I