數(shù)字圖像處理實驗報告-圖像復原實驗

.PAGE.實驗報告課程名稱數(shù)字圖像處理導論專業(yè)班級_______________姓名_______________學號_______________電氣與信息學院和諧勤奮創(chuàng)新..實驗題目圖像復原實驗-空域濾波復原實驗室DSP室&信號室實驗時間2015年10月13日實驗類別設計同組人數(shù)2成績指導教師簽字：一．實驗目的掌握圖像濾波的根本定義及目的。理解空間域濾波的根本原理及方法。掌握進展圖像的空域濾波的方法。二．實驗容讀出eight.tif這幅圖像，給這幅圖像分別參加椒鹽噪聲和高斯噪聲后并與前一圖顯示在同一圖像窗口中。對參加噪聲圖像選用不同的平滑〔低通〕模板做運算，比照不同模板所形成的效果，要求在同一窗口中顯示。使用函數(shù)imfilter時，分別采用不同的填充方法〔或邊界選項，如零填充、’replicate’、’symmetric’、’circular’〕進展低通濾波，顯示處理后的圖像。運用for循環(huán)，將加有椒鹽噪聲的圖像進展10次，20次均值濾波，查看其特點,顯示均值處理后的圖像〔提示:利用fspecial函數(shù)的’average’類型生成均值濾波器〕。對參加椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對有噪聲的圖像做處理，要求在同一窗口中顯示結果。自己設計平滑空間濾波器，并將其對噪聲圖像進展處理，顯示處理后的圖像。三．實驗具體實現(xiàn)讀出〔自己選定.tif〕這幅圖像，給這幅圖像分別參加椒鹽噪聲和高斯噪聲后并與前一圖顯示在同一圖像窗口中。I=imread('trees.tif');subplot(1,3,1)imshow(I);title('OriginalImage');J=imnoise(I,'salt&pepper',0.05);%noisedensity=0.05subplot(1,3,2)imshow(J);title('salt&pepper');K=imnoise(I,'gaussian',0.01,0.01);subplot(1,3,3)imshow(K);title('gaussian')對參加噪聲圖像選用不同的平滑〔低通〕模板做運算，比照不同模板所形成的效果，要求在同一窗口中顯示。I=imread('moon.tif');H=fspecial('sobel');subplot(2,2,1)imshow(I);title('QriginalImage');Sobel=imfilter(I,H,'replicate');subplot(2,2,2)imshow(Sobel);title('SobelImage')H=fspecial('laplacian',0.4);lap=imfilter(I,H,'replicate');subplot(2,2,3)imshow(lap);title('LaplacianImage')H=fspecial('gaussian',[33],0.5);gaussian=imfilter(I,H,'replicate');subplot(2,2,4)imshow(gaussian);title('GaussianImage')使用函數(shù)imfilter時，分別采用不同的填充方法〔或邊界選項，如零填充、’replicate’、’symmetric’、’circular’〕進展低通濾波，顯示處理后的圖像。originalRGB=imread('trees.tif');subplot(3,2,1)imshow(originalRGB);title('QriginalImage');h=fspecial('motion',50,45);%motionblurredfilteredRGB=imfilter(originalRGB,h);subplot(3,2,2)imshow(filteredRGB);title('MotionBlurredImage');boundaryReplicateRGB=imfilter(originalRGB,h,'replicate');subplot(3,2,3)imshow(boundaryReplicateRGB);title('0-Padding');boundary0RGB=imfilter(originalRGB,h,0);subplot(3,2,4)imshow(boundary0RGB);title('Replicate');boundarysymmetricRGB=imfilter(originalRGB,h,'symmetric');subplot(3,2,5)imshow(boundarysymmetricRGB);title('Symmetric');boundarycircularRGB=imfilter(originalRGB,h,'circular');subplot(3,2,6)imshow(boundarycircularRGB);title('Circular');運用for循環(huán)，將加有椒鹽噪聲的圖像進展10次，20次均值濾波，查看其特點,顯示均值處理后的圖像〔提示:利用fspecial函數(shù)的’average’類型生成均值濾波器〕。I=imread('kids.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('salt&pepperNoise');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);fori=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('10AveragingFiltering');endJ2=imfilter(J,h);fori=1:20J2=imfilter(J,h);subplot(1,3,3)imshow(J2);title('20AveragingFiltering');end對參加椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對有噪聲的圖像做處理，要求在同一窗口中顯示結果。I=imread('trees.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('OriginalImage');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('AveragingFiltering');J2=medfilt2(J);%MedianFilteringsubplot(1,3,3)imshow(J2);title('MedianFiltering');自己設計平滑空間濾波器，并將其對噪聲圖像進展處理，顯示處理后的圖像。domain=[00800;00800;88888;00800;00800];I=imread('trees.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,2,1)imshow(J);title('OriginalImage');K1=ordfilt2(J,5,domain);subplot(1,2,2)imshow(K1);title('5*5SmoothingFiteredImage');附錄：可能用到的函數(shù)和參考結果**************報告里不能用參考結果中的圖像讀出eight.tif這幅圖像，給這幅圖像分別參加椒鹽噪聲和高斯噪聲后并與前一圖顯示在同一圖像窗口中。I=imread('cameraman.tif');subplot(1,3,1)imshow(I);title('QriginalImage');J=imnoise(I,'salt&pepper',0.05);%noisedensity=0.05subplot(1,3,2)imshow(J);title('salt&pepper');K=imnoise(I,'gaussian',0.01,0.01);subplot(1,3,3)imshow(K);title('gaussian');圖2.1初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖對參加噪聲圖像選用不同的平滑〔低通〕模板做運算，比照不同模板所形成的效果，要求在同一窗口中顯示。I=imread('trees.tif');H=fspecial('sobel');subplot(2,2,1)imshow(I);title('QriginalImage');Sobel=imfilter(I,H,'replicate');subplot(2,2,2)imshow(Sobel);title('SobelImage')H=fspecial('laplacian',0.4);lap=imfilter(I,H,'replicate');subplot(2,2,3)imshow(lap);title('LaplacianImage')H=fspecial('gaussian',[33],0.5);gaussian=imfilter(I,H,'replicate');subplot(2,2,4)imshow(gaussian);title('GaussianImage')圖2.2原圖像及各類低通濾波處理圖像使用函數(shù)imfilter時，分別采用不同的填充方法〔或邊界選項，如零填充、’replicate’、’symmetric’、’circular’〕進展低通濾波，顯示處理后的圖像。originalRGB=imread('sedemo_onion.png');subplot(3,2,1)imshow(originalRGB);title('OriginalImage');h=fspecial('motion',50,45);%motionblurredfilteredRGB=imfilter(originalRGB,h);subplot(3,2,2)imshow(filteredRGB);title('MotionBlurredImage');boundaryReplicateRGB=imfilter(originalRGB,h,'replicate');subplot(3,2,3)imshow(boundaryReplicateRGB);title('0-Padding');boundary0RGB=imfilter(originalRGB,h,0);subplot(3,2,4)imshow(boundary0RGB);title('Replicate');boundarysymmetricRGB=imfilter(originalRGB,h,'symmetric');subplot(3,2,5)imshow(boundarysymmetricRGB);title('Symmetric');boundarycircularRGB=imfilter(originalRGB,h,'circular');subplot(3,2,6)imshow(boundarycircularRGB);title('Circular');圖2.3原圖像及運動模糊圖像圖2.4函數(shù)imfilter各填充方式處理圖像運用for循環(huán)，將加有椒鹽噪聲的圖像進展10次，20次均值濾波，查看其特點,顯示均值處理后的圖像。I=imread('kids.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('salt&pepperNoise');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);fori=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('10AveragingFiltering');endJ2=imfilter(J,h);fori=1:20J2=imfilter(J,h);subplot(1,3,3)imshow(J2);title('20AveragingFiltering');end圖2.5椒鹽噪聲污染圖像經10次、20次均值濾波圖像由圖2.5可得，20次濾波后的效果明顯好于10次濾波，但模糊程度也更強。對參加椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對有噪聲的圖像做處理，要求在同一窗口中顯示結果I=imread('kids.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('OriginalImage');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('AveragingFiltering')