图像平滑实验报告..docxVIP

实验2 图像平滑实验一、实验目的1．通过实验掌握图像去噪的基本方法；2．学会根据情况选用不同方法。二、实验的硬件、软件平台硬件：计算机软件：操作系统：WINDOWS 2000应用软件：MATLAB三、实验内容及要求1．实验内容请在如下面方法中选择多个，完成图像去噪操作，并进行分析、比较。（1）对静态场景的多幅图片取平均；（2）空间域模板卷积（不同模板、不同尺寸）；（3）频域低通滤波器（不同滤波器模型、不同截止频率）；（4）中值滤波方法。2．实验要求（1）图片可根据需要选取；（2）对不同方法和同一方法的不同参数的实验结果进行分析和比较，如空间域卷积模板可有高斯型模板、矩形模板、三角形模板和自己根据需求设计的模板等；模板大小可以是3×3，5×5，7×7或更大。频域滤波可采用矩形或巴特沃斯等低通滤波器模型，截止频率也是可选的。（3）分析比较不同方法的结果。四．实验内容1.图片的均值化处理程序：A1=imread(lenna_noise1.bmp);A2=imread(lenna_noise2.bmp);A3=imread(lenna_noise3.bmp);A4=imread(lenna_noise4.bmp);A5=imread(lenna_noise5.bmp);A6=imread(lenna_noise6.bmp);A7=imread(lenna_noise7.bmp);A8=imread(lenna_noise8.bmp);b1=double(A1/255);b2=double(A2/255);b3=double(A3/255);b4=double(A4/255);b5=double(A5/255);b6=double(A6/255);b7=double(A7/255);b8=double(A8/255);c=(b1+b2+b3+b4+b5+b6+b7+b8)/8;subplot(3,3,1);imshow(A1);title(1);subplot(3,3,2);imshow(A2);title(2);subplot(3,3,3);imshow(A3);title(3);subplot(3,3,4);imshow(A4);title(14);subplot(3,3,5);imshow(A5);title(5);subplot(3,3,1);imshow(A1);title(1);subplot(3,3,6);imshow(A6);title(6);subplot(3,3,7);imshow(A7);title(7);subplot(3,3,8);imshow(A8);title(8);subplot(3,3,9);imshow(c);title(9);分析：由于每张图片的噪点的分布是不一样的，所以将每张图片的值相加，再求平均值，这样噪点就会相互抵消，使得最后的图片稍微清晰。图片的平滑处理A=imread(noise1.bmp);%读取图片A1=medfilt2(A,[3,3]);¨%中值滤波模板大小[3.3]A2=ordfilt2(A,8,ones(4,4));%顺序滤波模板大小【4.4】h=fspecial(average);%均值滤波A3=filter2(h,A); %卷积A3=uint8(A3); j=fspecial(gaussian);%高斯滤波A4=filter2(j,A);A4=uint8(A4);subplot(2,3,1);imshow(A);title(原图);subplot(2,3,2);imshow(A1);title(中值滤波);subplot(2,3,3);imshow(A2);title(顺序滤波);subplot(2,3,4);imshow(A3);title(均值滤波);subplot(2,3,5);imshow(A4);title(高斯滤波);程序分析：1从原图的图片中可以看到，原图噪点很多，第二幅图片是利用了中值滤波处理A1=medfilt2(A,[3,3]);¨含义是将图片划分成多个[3,3]的矩阵，取其中的中间值代替里面的所有元素。由于噪点的值与图片的值差距很大，所以划分[3.3]矩阵取中值处理后，大部分的噪点值将被中值取缔。所以可以达到平滑图像和去除噪点的功能。2.顺序滤波处理:A2=ordfilt2(A,8,ones(4,4));将图片划分成很多个[4,4]的矩阵，让后讲里面的值进行排序，一共有十六个值，取排第8位值，然后用那个值代替矩阵里面所有的值，其实等同于A1=medfilt2(A,[4,4]);的中值排序，因为A1=medfilt2(A,[3,3]);比A2=ordfilt2(A,8,ones(4,4));分的更细，所以滤波的效果图2比图3更好。低通滤波程序：低通滤