數(shù)字圖像處理實驗五(共5頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上數(shù) 字 圖 像 處 理實 驗實驗 五 ： 圖像增強-空域濾波 學(xué)院： 信息工程學(xué)院 姓名： 學(xué)號： 專業(yè)及班級： 指導(dǎo)教師： 成績一、 實驗?zāi)康倪M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、 實驗內(nèi)容(1)學(xué)生應(yīng)當(dāng)完成對于給定圖像+噪聲，使用平均濾波器、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

2、：I=imread('electric.tif');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 ave1=fspecial('average',3); %產(chǎn)生3×3的均值模版ave2=fspecial('average',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

3、; %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、實驗具體實現(xiàn)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

4、)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imnoise 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。程序：I=imread('1.jpg');J = imnoise(I,'gauss',0.02); P= imnoise(I,'salt & pep

5、per',0.02); ave1=fspecial('average',3); ave2=fspecial('average',5); K = filter2(ave1,J)/255; L = filter2(ave2,J)/255; M = medfilt2(J,3 3); N = medfilt2(J,4 4); imshow(I);subplot(2,3,1);imshow(J);subplot(2,3,2);imshow(P);subplot(2,3,3);imshow(K);subplot(2,3,4);imshow(L);subplot(2,

6、3,5);imshow(M);subplot(2,3,6);imshow(N);截圖：四、思考題(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(dāng)有確定值時，p(x)也就確定了，特別當(dāng)=0，2=1時，X的分布為標(biāo)準(zhǔn)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

7、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(xì)節(jié)信息丟失比較嚴(yán)重，其會引起圖像中諸如細(xì)線、角點等包含重要細(xì)節(jié)結(jié)構(gòu)的丟失和破壞；加入椒鹽噪聲的圖像經(jīng)B

8、utterworth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(xì)節(jié)。在對具有空間密度較大的椒鹽噪聲圖進行濾波時，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(xì)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