线性平滑滤波与中值滤波.doc

线性平滑滤波与中值滤波 数字图像处理的发展概况 数字图像处理就是用计算机对图像进行分析和处理，它是一门跨学科的技术。数字图像处理始于20世纪50年代。特别是在1964年，美国喷射推进实验室使用计算机对太空船送回地面的大批月球照片进行处理后，得到了清晰逼真的图像，使这门技术受到了广泛的关注，它成为这门技术发展的重要里程碑，此后数字图像处理技术在空间研究方面得到了广泛的应用。20世纪70年代初，由于大量的研究和应用，数字图像处理已具备了自己的技术特色，并形成了较完善的学科体系，从而成为一门独立的新学科已经成为当代不可缺少的一门技术。 (1)生物医学。生物医学数字图像处理技术大约是20世纪80年代初在生物医学上得到广泛应用的，随着现代医学特别是数字化医疗技术的不断发展，数字图像处理技术更为重要。如X光对人体组织有损害，在临床上为了减少这种生物副效应，同时又能得到比较理想的病人的X光片，可以用强度较低的X光对病人进行照相，然后通过图像处理技术得到清晰的图像，这就是X光图像的处理。此外，数字图像处理技术还应用到对超声图像的处理、激光显微图像的处理、CT图像的处理、磁共振图像的处理、PET图像的处理等。目前，数字图像处理技术在现代医学中不仅用于图像的加工和处理，同时还用于信息的存储和传输。 通信。在多媒体网络通讯中，对电视和电话等传输的图像进行数据压缩和处理等。 流通领域、产业界、文件处理领域。数字图像处理技术在文件处理、机器人视觉、地质、海洋、气象、农业、灾害治理、货物检测、邮政编码、金融、银行、工矿企业、冶金、渔业、机械、交通、电子商务等领域被广泛应用。 军事和公安。对现场照片、指纹和手迹等图像进行分析和处理。 数字图像处理主要应用于下面的几个领域。 遥感，遥感是用不同光源和技术获得大量的遥感图像，这些图像需要用数字图像处理技术加工处理并提取有用的信息 （7）教学和科研领域。教学和科研领域中已开始大量应用图像处理技术、如远程教育和网络课堂等现代化教学手段就大量采用了图像处理技术的成果。 数字图像处理技术的发展现状 随着微电子技术的发展、计算机运算和处理速度的提升、各种快速算法的出现，图像处理技术正向高速、高分辨率、多媒体、智能及标准化方向发展，这主要表现在以下几个方面。 （1）提高处理精度与速度。 （2）开发图像处理的硬件技术 （3）发展新理论与新算法 （4）加速加深图像处理与通信技术的结合 （5）实现图像处理领域的标准化 （6）不断开拓新的应用领域 基本算法原理 平滑滤波是低频增强的空间域滤波技术。它的目的有两类：一类是模糊；另一类是消除噪音。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。邻域的大小与平滑的效果直接相关，邻域越大平滑的效果越好，但邻域过大，平滑会使边缘信息损失的越大，从而使输出的图像变得模糊，因此需合理选择邻域的大小。中值滤波 程序如下： clear； I=imread(C:\Users\HNN\Desktop\韩楠楠.jpg);%指向待处理图像 imshow(I); title(原图) K=imnoise(I,gaussian,0.02);%添加高斯噪声 figure,imshow(K); title(高斯噪声) J=imnoise(I,salt pepper,0.02);%添加椒盐噪声 figure,imshow(J); title(椒盐噪声) for l=1:2 if(l==1)H=J; else H=K; end [M N]=size(H); h=1/9*ones(3,3); [m n]=size(h); g=zeros(size(H)); a=(m-1)/2; b=(n-1)/2; mm=-a:a;nn=-b:b; for i=2:M-1 for j=2:N-1 g(i,j)=sum(sum(H(i+mm,j+nn).*h(m,n))); end end figure,imshow(uint8(g)); if(l==1)title(椒盐噪声，线性平滑滤波); else title(高斯噪声，线性平滑滤波); end end r=I(:,:,1) [m,n]=size(r); for d=1:2 %d==1时对高斯噪声进行中值滤波，否则对椒盐噪声进行中值滤波 for k=1:3 %k==1,2,3时分别对图像的R,G,B三个通道进行中值滤波 if(d==1) b=K(:,:,k); else b=J(:,:,k); end for i=1:m for j=1:n