太原理工大學數(shù)字圖像處理課設(shè)-圖像濾波研究

1、氐吧1龍打少大學TAJYUANUNIVERSITYOFTECHNOLOGY課程名稱：數(shù)字圖像處理實驗項目：圖像濾波研究實驗地點：起點機房專業(yè)班級：通信1002學號:學生姓名：指導教師：2013年6月14日課題圖像濾波研究一、設(shè)計目的1)提高分析問題、解決問題的能力，進一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方2)熟悉掌握MATLAB語言，可以進行數(shù)字圖像的應用的開發(fā)設(shè)計。二、設(shè)計內(nèi)容剛獲得的圖像有很多的噪聲，這是由平時的工作和環(huán)境引起的，圖像增強是減弱噪音，增強對比度。想得到比較干凈清晰的圖像并不是容易的事情。為這個目標而為處理圖像所涉及的操作是設(shè)計一個適合、匹配的濾波器和恰當?shù)拈撝?。這就是所謂

2、的圖像濾波研究。本設(shè)計就是用圖像平均、平滑濾波、中值濾波、理想低通濾波方法、巴特沃斯濾波方法五種方法來實現(xiàn)圖像濾波處理。三、總體方案設(shè)計自選黑白圖像，用加噪聲的方法獲得有噪圖像。整個設(shè)計要完成的基本功能大致如下：1、用圖像平均的方法消除噪聲并計算信噪比的改善。(參考P.68)2、用平滑濾波方法消除噪聲并計算信噪比的改善(參考P.71)3、用中值濾波方法消除噪聲并計算信噪比的改善(參考P.734、用理想低通濾波方法消除口聲并計算信噪比的改善(參考P.785、用巴特沃斯低通濾波方法消除噪聲并計算信噪比的改善(參考P.80更換不同特性的圖像和噪聲重復以上濾波方法，觀察并分析這些算法的應用場合。在該設(shè)

3、計中，所采用的噪聲類型主要有：高斯噪聲，椒鹽噪聲。四、各個功能模塊的主要實現(xiàn)程序以及測試和調(diào)試1、用圖像平均的方法消除噪聲并計算信噪比的改善程序I=imread(9.gif);x=1;M,N=size(I);II1=zeros(M,N);fori=1:16II(:,:,i)=imnoise(I,gaussian,0,0.01);II1=II1+double(II(:,:,i);ifor(or(i=1,i=4),or(i=8,i=16);subplot(2,2,x);imshow(uint8(II1/i);title(num2str(x);x=x+1;endendI2=double(II1/1)

4、-double(I);%I3=double(II1/2)-double(I);%I4=double(II1/3)-double(I);%I5=double(II1/4)-double(I);%添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲圖像進行方差運算圖像進行方差運算圖像進行方差運算A=std2(I2/255)A2;%對I2B=std2(I3/255)A2;%對I3C=std2(I4/255)A2;%對I4D=std2(I5/255)A2;%對I5圖像進行方差運算E=std2(II1/255)A2;%對噪聲進行方差運算

5、Y1=10*log(E/A);%計算圖像信噪比丫2=10*log(E/B);Y3=10*log(E/C);Y4=10*log(E/D);X=ABCDSNR=Y1Y2Y3Y4相應信噪比心357r2LS1320.6363Q,3340SNK=L29G616.643926.138233.49%2、用平滑濾波方法消除噪聲并計算信噪比的改善程序I=imread(16.gif);J=imnoise(I,gaussian,0,0.03);subplot(231),imshow(I);title(原始圖像);subplot(232),imshow(J);title(添加椒鹽噪聲的圖像,);k1=filter2(

6、fspecial(average,3),J);%k2=filter2(fspecial(average,5),J);%k3=filter2(fspecial(average,7),J);%k4=filter2(fspecial(average,9),J);%subplot(233),imshow(uint8(k1);title(3*3Q1=uint8(k1);subplot(234),imshow(uint8(k2);title(5*5Q2=uint8(k2);subplot(235),imshow(uint8(k3);title(7*7Q3=uint8(k2);subplot(236),im

7、show(uint8(k4);title(9*9進彳T3*3模板平滑濾波進彳T5*5模板平滑濾波進彳T7*7模板平滑濾波進彳T9*9模板平滑濾波模板平Vt濾波,);模板平Vt濾波,);模板平Vt濾波,);模板平Vt濾波,);Q4=uint8(k2);%十算信噪比I2=double(J)-double(I);%A=std2(I2)A2%B=std2(double(k1)A2;%C=std2(double(k2)F2;%D=std2(double(k3)A2;%E=std2(double(k4)F2;%通過添加噪聲的圖像與原圖像想見運算的到噪聲對噪聲信號數(shù)據(jù)進行方差運算對經(jīng)過雙精度變換的圖像對經(jīng)過

8、雙精度變換的圖像對經(jīng)過雙精度變換的圖像對經(jīng)過雙精度變換的圖像k1數(shù)據(jù)進行方差運算k2數(shù)據(jù)進行方差運算k3數(shù)據(jù)進行方差運算k4數(shù)據(jù)進行方差運算Y1=10*log(B/A);%計算k1圖信噪比Y2=10*log(C/A);%計算k2圖信噪比Y3=10*log(D/A);%計算k3圖信噪比Y4=10*log(E/A);%計算k4圖信噪比X=BCDESNR=Y1Y2Y3Y4結(jié)果:A=1.6041e+003K=I. 0e+003*3,32343,07912.36562,8887SNK=7. 28425.52066.14525.83243、用中值濾波方法消除噪聲并計算信噪比的改善I=imread(23.g

9、if);J=imnoise(I,salt&pepper,0.02);%添加椒鹽噪聲圖像subplot(231),imshow(I);title(原圖像)；%構(gòu)建兩行三列圖像組第一幅圖顯示原圖像subplot(232),imshow(J);title(像k1=medfilt2(J);%k2=medfilt2(J,55);%I添加椒鹽噪聲圖像,)%第二幅圖顯示添加椒鹽噪聲圖對含噪聲信號圖像數(shù)據(jù)進行中值濾波對含噪聲信號圖像數(shù)據(jù)進行中值濾波k3=medfilt2(J,77);%k4=medfilt2(J,99);%subplot(233),imshow(k1);title(3*3圖像subplot(2

10、34),imshow(k2);title(5*5圖像subplot(235),imshow(k3);title(7*7圖像subplot(236),imshow(k4);title(9*9圖像I2=double(J)-double(I);聲成份A=std2(I2)A2B=std2(double(k1)A2;C=std2(double(k2)A2;D=std2(double(k3)A2;E=std2(double(k4)F2;對含噪聲信號圖像數(shù)據(jù)進行中值濾波對含噪聲信號圖像數(shù)據(jù)進行中值濾波模板中值濾波模板中值濾波模板中值濾波模板中值濾波1)1)1)1)第三幅圖顯示經(jīng)過中值濾波的第四幅圖顯示經(jīng)過中

11、值濾波的第五幅圖顯示經(jīng)過中值濾波的第六幅圖顯示經(jīng)過中值濾波的經(jīng)雙精度處理含噪聲圖像減去原圖像得噪對噪聲信號數(shù)據(jù)進行方差運算對對對對k1k2k3圖像信號數(shù)據(jù)做方差運算圖像信號數(shù)據(jù)做方差運算圖像信號數(shù)據(jù)做方差運算圖像信號數(shù)據(jù)做方差運算Y1=10*log(B/A);%求k1圖的信噪比Y2=10*log(C/A);%求k2圖的信噪比Y3=10*log(D/A);%求k3圖的信噪比Y4=10*log(E/A);%求k4圖的信噪比%k4X=BCDESNR=Y1Y2Y3Y4結(jié)果403.68451.0e+003*1.34341.31031.”66k2455SNR=12,025511,7766IL516111.

12、26914、用理想低通濾波方法消除噪聲并計算信噪比的改善程序原始圖像）;%構(gòu)建3行3列圖像組，顯示原圖J=imread(eight.tif);subplot(131);imshow(J);title(像J=double(J);%對原圖像進行雙精度運算f=fft2(J);%對上圖進行快速傅里葉變換g=fftshift(f);%移動零頻點到頻譜中間subplot(132);imshow(log(abs(g),),color(jet(64);M,N=size(f);%分別返回f的行數(shù)到Mn1=floor(M/2);%對M/2進行取整n2=floor(N/2);%對N/2進行取整d0=5;%初始化d0

13、中，列數(shù)到N中fori=1:Mforj=1:Nd=sqrt(i-n1)A2+(j-n2)A2);ifd=d0點（i,j）到傅立葉變換中心的距離h=1;elseh=0;endg(i,j尸h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g);%subplot(133);imshow(g);I2=double(g)-double(J);對g進行反FFT移動單精度變換g第三幅圖顯示g濾波處理后的圖像經(jīng)雙精度處理含噪聲圖像減去原圖像得噪聲成份對噪聲信號數(shù)據(jù)進行方差運算對g圖像信號數(shù)據(jù)做方差運算求圖j的信噪比A=std2(I2)A2B=std2(doubl

14、e(g)A2snr1=10*log(B/A)結(jié)果原始圖像K1.3925-0032.4570e+D03snr1=E.7835、用巴特沃斯低通濾波器方法消除噪聲并計算信噪比的改善程序I=imread(19.gif);J=imnoise(I,salt&pepper,0.05);%添加椒鹽噪聲subplot(131);imshow(I);title(subplot(132);imshow(J);title(原始圖像);有椒鹽噪聲的圖像);J=double(J);%對原圖像進行雙精度運算f=fft2(J);%對上圖進行快速傅里葉變換g=fftshift(f)%移動零頻點到頻譜中間M,N=size(f);

15、%分別返回f的行數(shù)到M中，列數(shù)到N中n=3;%初始化d0=20;%初始化n1=floor(M/2);%對M/2n2=floor(N/2);%對N/2fori=1:Mforj=1:Nd=sqrt(i-n1)A2+(j-n2)A2)%h=1/(1+(d/d0)A(2*n);g(i,j尸h*g(i,j);nd0進行取整進行取整點(i,j)到傅立葉變換中心的距離endendg=ifftshift(g);g=uint8(real(ifft2(g);%subplot(133);imshow(g);I2=J-double(I);%A=std2(I2/255)A2%B=(std2(double(g)/255)

16、A2%snr=10*log(B/A)%單精度變換傅里葉后的圖像g的數(shù)據(jù)計算噪聲成份對噪聲信號數(shù)據(jù)求方差對含噪圖像求力差對圖求信噪比結(jié)果原始圖像有椒鹽噪聲的圖像0.0172B=0.0220snr-2.44246、更換不同特性的圖像和噪聲重復以上濾波方法，觀察并分析這些算法的應用場合，用圖片50.bmp進行調(diào)試。得圖如下：(1)圖像平均K二8. 03081.75320.67390.3243SNR=J. 27C916.4S9226.050033.3655(2)平滑濾波1.0e+003*2.27402.07601.37681,9035SNK=2.30631*3961。*9068D+5277(3)中值濾

17、波1,OeH-003*2.26382.23712.2122SNK=17.943417.8248IT.712817.5S50(4)理想低通濾波1.l095e+03987.8466snr1三-L1614(5)巴特沃斯低通濾波itDireciorv：|&-yMATl：CnrmiaindJVmin0.0N16.2307五、實驗分析1 .平均圖像濾波時，隨著平均圖像數(shù)量的增加，在各個位置上的像素的噪聲影響會逐步減少；2 .線性平滑濾波處理減少了圖像灰度的“尖銳”變化；中值濾波不像平滑濾波那樣使圖像邊界模糊，它在衰減噪聲的同時保持了圖像細節(jié)的清晰；3 .理想濾波器有比較陡峭的截斷頻率，在處理過程中產(chǎn)生比較嚴重的模糊和振鈴現(xiàn)象；Butterworth低通濾波在高低頻率間的過渡比較平滑，其產(chǎn)生的輸出振