图像的噪声处理.docVIP

实验名称2、噪声消除法：顺序检测每一个像素，如果一个像素的幅度大于或小于起领域平均值，且达到一定的程度，即一个像素的幅度和其领域平均值的差值的绝对值达到一定的程度，则判定该像素为噪声，继而用其领域平均值来代替该像素。数学表达 实验步骤 打开Matlab，在工作区中敲入如下的代码： 代码解释： clear；clc; 清空工作区 A imread pout.tif ; 打开图片 B imnoise A,salt pepper,0.25 ; 加入噪声 C B; [height,width] size C ; 对工作区的高宽进行定义 for j 2:height-1 因为图像的边缘不用处理，所以从第二行的第二个像素点开始进行处理 for i 2:width-1 同上一样，从第二列的第二个像素点开始 m 1; n 1; for yy j-1:j+1 这几行是利用循环制造出一个 for xx i-1:i+1 3*3的矩阵出来,并利用循环对 block m,n B yy,xx ; 图像中的所有像素点进行处理 n n+1; end m m+1; n 1; end One reshape block,9,1 ; 将表格中9个像素值列出来 sequece sort One ; 对9个像素值从小到大进行排序 media sequece 5 ; 取中间的一个像素值赋给media C j,i media; 在将media的值赋予表格中间的一个值 end end figure 1 ; 控制出现一个窗口 subplot 1,3,1 ; 设置子图，表示有1行3列共3个子图，正在绘制第1个 imshow A ; 显示A所表示的图 axis square ; title 原始图像 ; 标题 “原始图像” subplot 1,3,2 ; 设置子图，表示有1行3列共3个子图，正在绘制第2个 imshow B ; 显示B所表示的图 axis square ; title 加入噪声后的图像 ; 标题“加入噪声后的图像” subplot 1,3,3 ; 设置子图，表示有1行3列共3个子图，正在绘制第3个 imshow C ; 显示C所表示的图 axis square ; title 中值滤波后的图像 ; 标题“中值滤波后的图像” 2、对上述代码的第18到21行进入如下的修改：将原代码替换成如下的代码即可： avg mean mean block ; 求表格中9个像素值的平均值 dif avg-C j,i ; 求某个像素值和其领域像素平均值的差值 dif abs dif ; 求差值的绝对值 if dif T 进行判断，如果差值的绝对值大于所设定的 C j,i avg; T值，就将领域的平均值赋予这个像素值。 end 否则，就不替换。 到此，两个实验的代码就写好了。 实验结果 对代码进行调试，在无错误的情况下，可得到以下的实验结果： 实验 实验2 实验总结 空间域图像平滑有很多方法，比如噪声消除法，领域平均法，中值滤波法，梯度倒数加权法，选择式掩模平滑法等。各有各的特点，实验1用的是中值滤波法，实验2用的噪声去除法，后者虽是另一种方法，其实只是在前者的基础上换了少部分代码，可见对代码的掌握尤为重要，在以后的学习中会更加注意这一点的，多多练习。