实验3 空域滤波.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
实验3 空域滤波 一、实验目的 通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的,加深对图像空域滤波增强方法的理解。 二、实验原理 本实验是基于数字图像处理课程中的图像变换和增强理论来设计的。 本实验的准备知识:第三章,空域图像增强方法。重点如下: 1、空域滤波技术: 添加噪声命令:imnoise 中值滤波技术,复习教材中的中值滤波技术,自己编程实现中值滤波函数,并用自编的 函数开展下列实验。 均值滤波技术,复习教材中的中值滤波技术,自己编程实现中值滤波函数,并用自编的 函数开展下列实验。 2、MATLAB 下设计滤波器的函数 中值滤波命令:B=medfilt2 (I,[3,3]) %使用3×3 中值滤波器对I 滤波 均值滤波技术: 先定义模板,如 H=1/9*ones(3,3), 或 H=fspecial(‘average’,[3,3]); 然后使用命令 I1=imfilter(I, H)对图像I 消噪。 【说明:要求学生先自己编写中值滤波或均值滤波的m 函数,加深对这两个滤波器的理 解。】 三、实验内容 (一)空域滤波 读入lena_gray.tif 文件,进行下列操作: (1)将图像添加上椒盐噪声, A_noised=imnoise(A, ‘salt pepper’, 0.02),同 屏显示原图像和加噪图像,说明椒盐噪声的特点; (2)设计3×3、5×5,7×7 三种模板的算术均值滤波器对图像进行滤波,同屏显示加 噪图像和消噪图像,对滤波效果进行解释和说明; (3)设计3×3、5×5,7×7 三种模板的中值滤波器对图像进行滤波,同屏显示加噪图 像和消噪图像,对滤波效果进行解释和说明; (4)将图像添加上高斯噪声, A_noised=imnoise(A, ‘gauss’, 0.02),同屏显示原 图像和加噪图像,说明高斯噪声的特点; (5)设计3×3、5×5,7×7 三种模板的算术均值滤波器对图像进行滤波,同屏显示加 噪图像和消噪图像,对滤波效果进行解释和说明; (6)设计3×3、5×5,7×7 三种模板的中值滤波器对图像进行滤波,同屏显示加噪图 像和消噪图像,对滤波效果进行解释和说明。 (二)使用MATLAB环境下的均值滤波和中值滤波函数进行上述图像处理。 思考:椒盐噪声和高斯噪声有何不同特点?分别使用何种滤波器消噪效果好 实验步骤 (一)空域滤波 (1)程序: I=imread(D:\Images\lena.bmp); J=imnoise(I,salt pepper,0.02); subplot(2,1,1); imshow(I); title(原始图像); subplot(2,1,2); imshow(J); title(加噪图像); 椒盐噪声特点:椒盐噪声是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。 (2)程序: I=imread(D:\Images\lena.bmp); J=imnoise(I,salt pepper,0.02); K1=filter2(fspecial(average,3),J); K2=filter2(fspecial(average,5),J); K3=filter2(fspecial(average,7),J); subplot(2,3,1); imshow(I); title(原始图像); subplot(2,3,2); imshow(J); title(加噪图像); subplot(2,3,3); imshow(uint8(K1)); title(3x3模板平滑滤波); subplot(2,3,4); imshow(uint8(K2)); title(5x5模板平滑滤波); subplot(2,3,5); imshow(uint8(K3)); title(7x7模板平滑滤波); 解释:当所用平滑模板尺寸增大时,对噪声的消除有所增强,但同时得到的图像变得更加模糊,细节的锐化程度逐步减弱。 (3)程序: I=imread(D:\Images\lena.bmp); J=imnoise(I,salt pepper,0.02); K1=medfilt2(J,[3,3]); K2=medfilt2(J,[5,5]); K3=medfilt2(J,[5,5]); subplot(2,3,1); imshow(I); title(原始图像); subplot(2,3,2); imshow(J); title(加噪图像); subplot(2,3,3); imshow(uint8(K1)); title(3x3模板中值滤波); subplot(2,3,4); imshow(uint8(K2)); title(5x

文档评论(0)

kakaxi + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档