MATLAB課程設(shè)計(jì)(自適應(yīng)中值濾波).doc

信息工程系課程設(shè)計(jì)報(bào)告課 程 MATLAB課程設(shè)計(jì) 專(zhuān) 業(yè) 通信工程 班 級(jí) 2級(jí)本科二班 學(xué)生姓名1 景 學(xué)號(hào)114學(xué)生姓名2 學(xué)號(hào)1414學(xué)生姓名3 王 學(xué)號(hào)6學(xué)生姓名4 學(xué)號(hào)31學(xué)生姓名4 學(xué)號(hào)02二一四年十二月目錄目錄2摘要：3關(guān)鍵詞：31.算法描述41.1 噪聲點(diǎn)41.2 窗口尺寸選擇41.3求濾波窗口內(nèi)中值，并替換像素點(diǎn)。42程序?qū)崿F(xiàn)52.1準(zhǔn)備和描述52.2擴(kuò)大窗口、確定窗口62.3 確定最大、最小值和中值72.4中值替換像素點(diǎn) 、輸出圖像8實(shí)驗(yàn)結(jié)果10參考文獻(xiàn)10摘 要： 通過(guò)本次課程設(shè)計(jì)，主要訓(xùn)練和培養(yǎng)學(xué)生綜合應(yīng)用所學(xué)MATLAB課程的自適應(yīng)中值的相關(guān)知識(shí)，獨(dú)立學(xué)習(xí)自適應(yīng)中值濾波的原理及處理方式。學(xué)會(huì)擴(kuò)大窗口并找到其區(qū)域內(nèi)的中值、最小值、以及最大值，然后用中值代替像素點(diǎn)。通過(guò)自主學(xué)習(xí)和查閱資料來(lái)了解程序的編寫(xiě)及改進(jìn)，并用MATLAB進(jìn)行仿真。關(guān)鍵詞：自適應(yīng) 中值濾波 灰度值 椒鹽噪聲 像素點(diǎn).1.算法描述1.1 噪聲點(diǎn)脈沖噪聲是圖像處理中常見(jiàn)的一類(lèi)，中值濾波器對(duì)消除脈沖噪聲非常有效。噪聲脈沖可以是正的（鹽點(diǎn)），也可以是負(fù)的（胡椒點(diǎn)），所以也稱(chēng)這種噪聲為 “椒鹽噪聲”。椒鹽噪聲一般總表現(xiàn)為圖像局部區(qū)域的最大值或最小值，并且受污染像素的位置是隨機(jī)分布的，正負(fù)噪聲點(diǎn)出現(xiàn)的概率通常相等。圖像噪聲點(diǎn)往往對(duì)應(yīng)于局部區(qū)域的極值。1.2 窗口尺寸選擇 濾波窗口尺寸的選擇影響濾波效果，大尺寸窗口濾波能力強(qiáng)， 但細(xì)節(jié)保持能力較弱；小尺寸窗口能保持圖像大量細(xì)節(jié)但其濾波性能較低。根據(jù)噪聲密度的大小自適應(yīng)地選擇濾波窗口可以緩和濾波性能與細(xì)節(jié)保持之間的矛盾，同時(shí)也增加了算法的時(shí)間復(fù)雜度。從形狀看來(lái)窗口方向要沿著邊緣和細(xì)節(jié)的方向，不能穿過(guò)它們也不能把它們和周?chē)嗖詈艽蟮南袼匕谕淮翱谥蟹駝t邊緣和細(xì)節(jié)會(huì)被周?chē)袼啬：?.3求濾波窗口內(nèi)中值，并替換像素點(diǎn)。設(shè)f ij為點(diǎn)(i,j)的灰度,A i,j為當(dāng)前工作窗口,f min、f max和f med分別為A i,j中的灰度最小值、灰度最大值和灰度中值, A max為預(yù)設(shè)的允許最大窗口。 自適應(yīng)中值濾波算法的基本步驟如下: 1)f minf medf max,則轉(zhuǎn)至第2步;否則增大窗口A i,j 尺寸。若A i,j的尺寸小于A max的尺寸, 則重復(fù)第1步; 否則輸出f ij。2)f minf ijf max,則輸出f ij;否則輸出f med。 可以看出, 算法中噪聲點(diǎn)的檢測(cè)和認(rèn)定是以f min和f max為基準(zhǔn)的,如果f minf medf max,表明f med不是噪聲,接著根據(jù) f minf ijf max判斷f ij是否是噪聲, 當(dāng)f ij與f med都不是脈沖噪聲時(shí),優(yōu)先輸出f ij。2程序?qū)崿F(xiàn)2.1準(zhǔn)備和描述 clear; % 清除工作空間的變量I=imread(I3_256.bmp); % 輸入圖像I=imnoise(I,salt & pepper, 0.7); % 加入椒鹽噪聲點(diǎn) 密度為0.7imshow(I) % 顯示圖像figure; % 控制窗口數(shù)量 先顯示一個(gè)M=I; % 賦給MI=double(I); % 確定精度 提高精度M=double(M); flag11=1; % 11是（1,1）是開(kāi)始的點(diǎn)H=512; % H為高，L為長(zhǎng)L=512; % 像素為512*512for i=1:H % for 從1到512 for j=1:L flag(i,j)=1; % 所有點(diǎn)都假定為噪點(diǎn) end end 2.2擴(kuò)大窗口、確定窗口 for i=1:H %大循環(huán) % i為橫坐標(biāo) j為縱坐標(biāo) for j=1:L %大循環(huán) omiga=2; % omiga=2 是最大濾波半徑 %確定窗口 while flag(i,j)=1 % 循環(huán) 恒為一 一直執(zhí)行 zuo=i-omiga; % 左減xia=j-omiga; % 下減 擴(kuò)大窗口 you=i+omiga; % 右加 shang=j+omiga; % 上加 if zuo1 zuo=1; end % 擴(kuò)大窗口 但不出邊界if xiaL %右、下、上運(yùn)算與左同理 you=L; end if shangH shang=H;end%窗口確定結(jié)束2.3 確定最大、最小值和中值 %確定最大最小值 smin=I(i,j); % 給smin、smax初始化 smax=I(i,j); total=(you-zuo+1)*(shang-xia+1); %total是放大后的像素點(diǎn)的個(gè)數(shù) total=5*5=25 vect1=zeros(1,total-1); % total-1為去掉中心點(diǎn) kn=1; for in=zuo:you %zuo:you xia:shang 為橫縱向掃描 for jn=xia:shang if (in=i&jn=j)=0) %“與” 00、01、10 滿(mǎn)足if vect1(1,kn)=I(in,jn); %把灰度值賦給vect1 kn=kn+1; end endendsmin=nanmin(vect1); %nanmin 包含缺失值的樣本的最小值smax=nanmax(vect1); %nanmax 包含缺失值的樣本的最大值smed=nanmedian(vect1); %nanmedian 包含缺失值的樣本的中值2.4中值替換像素點(diǎn) 、輸出圖像if (S med-S min)0&(S max-S med)0 if S minM(i,j)&M(i,j)=5 %當(dāng)濾波半徑大于5時(shí)不用判斷 flag11=0; % 直接輸出 endif omiga=17 % 當(dāng)濾波半徑很大時(shí) 不再判斷 flag11=0; M(i,j)=S med; % 直接等于中值 輸出 flag(i,j)=0; end end end %while %第六頁(yè)while循環(huán) end %大循環(huán) %第六頁(yè)for循環(huán) end %大循環(huán) % 第六頁(yè)for循環(huán)I=uint8(M); % 變?yōu)?位的無(wú)符號(hào)整形數(shù)據(jù)imshow(I); % 顯示圖像實(shí)驗(yàn)結(jié)果 加入0.7噪點(diǎn)圖片 經(jīng)處理后圖片： 參考文獻(xiàn)荊仁杰，葉秀清.計(jì)算機(jī)圖像處理M.北京:浙江大學(xué)出版社,1988:122. 韓麗娜，耿國(guó)華基于小波變換的真彩圖像降噪與增強(qiáng)J計(jì)算機(jī)工程， 2010，36（12）：224225陳初俠，丁勇，劉櫟莉去除椒鹽噪聲的自適應(yīng)開(kāi)關(guān)加權(quán)均值