实验4 空域增强.docVIP

实验四 空域滤波 实验目的 1、理解空间滤波的含义； 2、熟悉MATLAB中的各种滤波函数； 3、掌握MATLAB中实现空间滤波的方法。 二、实验步骤及内容 1、MATLAB实现空间滤波的方法 在MATLAB中两种方法来实现空间滤波，一种是使用MATLAB中提供的滤波函数，另一种是编写m程序直接对数据进行操作。 (1) 滤波函数filter2 J=filter2(h,X) 其中，X为图像，h为滤波器，J为滤波后的图像。通过改变滤波器掩模，可实现平滑滤波和锐化滤波。 或 滤波函数 imfilter J=imfilter(X,h) 其中，X为图像，h为滤波器，J为滤波后的图像。 例： X=imread(Fig3.35(a).jpg); %读入实验图像 h=[0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111 0.111]; %定义均值滤波器 J= filter2 (h,X); %均值滤波 imshow(X); figure(2),imshow(J,[]); %显示均值滤波后的图像 (2) 中值滤波函数medfilt2 J=medfilt2(X,[hood,hood]) 其中，X为图像，hood为滤波器尺寸，J为滤波后的图像，用中值滤波可去除椒盐噪声，达到平滑图像的目的。 例： X=imread(Fig3.35(a).jpg ); J=medfilt2(X,[5, 5]); %[5, 5]为滤波模板的规格 （3）直接对图像数据进行操作 使用for循环直接对图像数据进行模板卷积的操作，过程直观，便于理解，可实现各种形式的滤波。注意直接操作时要考虑边缘的处理。模板卷积的主要步骤为： 将模板在图像中漫游，并将模板中心与图中某个像素位置重合； 将模板上的各个系数与模板下各对应像素点的灰度值相乘； 将所有乘积相加（为保持灰度范围，常将结果再除以模板系数之和）； 将上述运算结果赋给输出图像的对应模板中心位置的像素。 例：以下程序实现了均值滤波 x= imread(Fig3.35(a).jpg ); b=double(x); % 图像数据类型转换 c=b; [xh,xw]=size(x); % xh图像的高（行值),xw图像的宽（列值） for i=2:xh-1 %图像边缘保留原值 for j=2:xw-1, c(i,j)=( b(i-1,j-1)+b(i-1,j)+b(i-1,j+1)+b(i,j-1)+b(i,j)+b(i,j+1)+... b(i+1,j-1)+ b(i+1,j)+b(i+1,j+1))/9; %在八邻域内平均 end end c=uint8(c); imshow(c) 2、空间平滑滤波 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。 (1) 平滑线性滤波器 用 h=fspecial(‘average’) 得到的h 为3×3的邻域平均模板，然后用h来对图象cameraman.tif 进行平滑处理。 例： x=imread(Fig3.35(a).jpg); h=fspecial(‘average’); %定义均值模板 y=imfilter(x,h); % 滤波函数滤波 subplot(1,2,1) imshow(x) subplot(1,2,2) imshow(y) 图4_1 3*3均值滤波 思考题1：查看fspecial函数的使用说明。分别定义尺寸大小为3x3、5x5、9x9的均值滤波器，对课本中96页的图像Fig3.35(a) .jpg进行处理并显示处理后的图像，仔细观察并与课本中的结果进行比较。写出命令及实验结果。 3*3尺寸：x=imread(Fig3.35(a).jpg); h=fspecial(average); %定义均值模板 y=imfilter(x,h); % 滤波函数滤波 subplot(1,2,1) imshow(x) subplot(1,2,2) imshow(y) 5*5尺寸：x=imread(Fig3.35(a).jpg); h=fspecial(average,[5 5]); %定义均值模板 y=imfilter(x,h); % 滤波函数滤波 subplot(1,2,1) imshow(x) subplot(1,2,2)