实验五图像增强—空域滤波

昆明理工大学信息工程与自动化学院学生实验报告（2012—2013学年第二学期）课程名称：图形图像处理开课实验室：信自4442013年5月22日年级、专业、班10级计科103班学号201010405321姓名成绩实验项目名称图像增强—空域滤波指导教师刘辉教师评语教师签名：年月日一、实验目的进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。二、实验要求(1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。(2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif');J=imnoise(I,'gauss',0.02);%添加高斯噪声J=imnoise(I,'salt&pepper',0.02);(注意空格)%添加椒盐噪声ave1=fspecial('average',3);%产生3×3的均值模版ave2=fspecial('average',5);%产生5×5的均值模版K=filter2(ave1,J)/255;%均值滤波3×3L=filter2(ave2,J)/255;%均值滤波5×5M=medfilt2(J,[33]);%中值滤波3×3模板N=medfilt2(J,[44]);%中值滤波4×4模板imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、实验设备与软件(1)IBM-PC计算机系统(2)MatLab软件/语言包括图像处理工具箱(ImageProcessingToolbox)(3)实验所需要的图片四、实验内容与步骤a)调入并显示原始图像Sample2-1.jpg。b)利用imnoise命令在图像Sample2-1.jpg上加入高斯(gaussian)噪声c)利用预定义函数fspecial命令产生平均(average)滤波器111191111d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果；e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。f）利用imnoise命令在图像Sample2-1.jpg上加入椒盐噪声(salt&pepper)g）重复c)~e）的步骤h）输出全部结果并进行讨论。实验过程及截图I=imread('3.jpg');imshow(I);J=imnoise(I,'gauss',0.02);%添加高斯噪声J=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声figure,imshow(J);ave1=fspecial('average',3);%产生3×3的均值模版ave2=fspecial('average',5);%产生5×5的均值模版K=filter2(ave1,J)/255;%均值滤波3×3figure,imshow(K);L=filter2(ave2,J)/255;%均值滤波5×5figure,imshow(L);M=medfilt2(J,[33]);%中值滤波3×3模板figure,imshow(M);N=medfilt2(J,[44]);%中值滤波4×4模板figure,imshow(N);五、思考题/问答题(1)简述高斯噪声和椒盐噪声的特点。高斯噪声：高斯噪声是n维分布都服从高斯分布的噪声。高斯分布，也称正态分布，又称常态分布。对于随机变量X，其概率密度函数如图所示。称其分布为高斯分布或正态分布，记为N（μ，σ2），其中为分布的参数，分别为高斯分布的期望和方差。当有确定值时，p(x)也就确定了，特别当μ=0，σ2=1时，X的分布为标准正态分布。椒盐噪声：椒盐噪声又称脉冲噪声，它随机改变一些像素值，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)结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？均值滤波器不适合去除椒盐噪声，经均值滤波器滤波后仍然存在较多的噪声；中值滤波器对椒盐噪声的滤除有着与生俱来的优势，这点可以从椒盐噪声特点和中值滤波定义很容易推得，观察滤波前后的图像，中值滤波器对椒盐噪声滤除的比较干净，对于强度不很大的椒盐噪声，滤波后基本看不出噪声点，但是图像也变得很模糊了，细节信息丢失比较严重，其会引起图像中诸如细线、角点等包含重要细节结构的丢失和破坏；加入椒盐噪声的图像经Butterworth低通滤波器滤波后，虽然滤除了一些噪声点，但图像显得模糊不清.(3)结合实验内容，定性评价滤波窗口对去噪效果的影响？1)自适应中值滤波后，它的去噪效果和常规中值滤波算法的去噪效果相比好了许多。不仅滤除了椒盐噪声,而且很好的保留了图细节。在对具有空间密度较大的椒盐噪声图进行滤波时，自适应中值滤波器较传统中值滤波器具有很大的优越性，在很大程度上降低了滤除噪声和图细节丢失之间的矛盾，对于工程实现有较好的理论参考价值。但对滤除图中的高斯噪声则没有滤除椒盐噪声的效果好，滤波后图显得有模糊不清。2)加权均值自适应中值滤波器去除图中加入的椒盐噪声后，图和原图的效果很接近，去噪性能非常好。但是，在去除高斯噪声时，效果就没有去除椒盐噪声那么好，滤波后图有点模糊。3)基于均值操作的快速自适应滤波器在保存边缘细节的基础上，对椒盐噪声和高斯噪声都有较好的抑制作用。滤波后图的效果和原图非常接近。六、实验报告要求描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进行必要的讨论，必须包括原始图像及其计算/处理后的图像。七、实验图像3.jpg八、实验总结本次实验进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，并体会滤波效果。均值滤波对高斯噪声比对椒盐噪声有效，明显看到均值滤波器能很大程度上滤除高斯噪声，滤波后图像中的噪声残留不是很大，用均值滤波处理过后的图像显得有点模糊不清；中值滤波对于噪声离散度较小的高斯噪声无能为力，加入高斯噪声的图像经Butterworth低通滤波器滤波后，可以明显看出噪声已经得到了有效抑制，但是仍然和对椒盐噪声的滤除结果相似，图像中残留大量的噪声，图像质量改善程度不高显得模糊不清。