有關(guān)濾波中值濾波的論文

1、創(chuàng)見(jiàn)性聲明本人聲明：所呈交的畢業(yè)論文是本人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的工作和取得的成果，論文中所引用的他人已經(jīng)發(fā)表或撰寫(xiě)過(guò)的研究成果，均加以特別標(biāo)注并在此表示致謝。與我一同工作的同志對(duì)本論文所做的任何貢獻(xiàn)也已在論文中作了明確的說(shuō)明并表示謝意。畢業(yè)論文作者簽名： 簽字日期： 年 月 日本科畢業(yè)設(shè)計(jì)（論文）版權(quán)使用授權(quán)書(shū)本畢業(yè)設(shè)計(jì)（論文）作者完全了解中國(guó)民航大學(xué)有關(guān)保留、使用畢業(yè)設(shè)計(jì)（論文）的規(guī)定。特授權(quán)大學(xué)可以將畢業(yè)設(shè)計(jì)（論文）的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，并采用影印、縮印或掃描等復(fù)制手段保存、匯編以供查閱和借閱。同意學(xué)校向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交畢業(yè)設(shè)計(jì)（論文）的復(fù)印件和磁盤(pán)。（保密的畢業(yè)

2、論文在解密后適用本授權(quán)說(shuō)明）畢業(yè)論文作者簽名： 指導(dǎo)教師簽名：簽字日期： 年 月 日 簽字日期： 年 月 日摘 要3.3.1線性濾波（鄰域平均） 線性低通濾波器最常用的是線性平滑濾波器，這種濾波器的所有系數(shù)都是正的，也稱鄰域平均。淋浴平均減弱或消除了傅里葉變換的高頻分量，對(duì)噪聲的消除有所增強(qiáng)，但是由于平均而使圖像變得更為模糊，細(xì)節(jié)的銳化程度逐漸減弱。 下面使用不同的平滑模板對(duì)圖像進(jìn)行濾波：（二維線性濾波fliter2）程序代碼：i=imread(cameraman.tif);imshow(i)title(原始圖像)j=imnoise(i,salt&pepper); %添加椒鹽噪聲，噪聲密度為默

3、認(rèn)值0.05figure,imshow(j)title(添加鹽椒噪聲后的圖像)k1=filter2(fspecial(average,3),j)/255; %應(yīng)用3*3鄰域窗口法figure,imshow(k1)title(3*3窗口的鄰域平均濾波圖像)k2=filter2(fspecial(average,7),j)/255; %應(yīng)用7*7鄰域窗口法figure,imshow(k2)title(7*7窗口的鄰域平均濾波圖像)k3=filter2(fspecial(average,8),j)/255; %應(yīng)用9*9鄰域窗口法figure,imshow(k3)title(9*9窗口的鄰域平均濾波

4、圖像)k4=filter2(fspecial(average,11),j)/255; %應(yīng)用11*11鄰域窗口法figure,imshow(k4)title(11*11窗口的鄰域平均濾波圖像)3.3.2中值濾波中值濾波可以保留目標(biāo)邊緣，這是中值濾波器相對(duì)于均值濾波器的最大優(yōu)勢(shì)。中值濾波具有去噪的性能，可以消除孤立的噪聲點(diǎn)，可以用來(lái)減弱隨機(jī)干擾，但是邊緣不模糊。程序代碼：i=imread(cameraman.tif);imshow(i)title(原始圖像)j=imnoise(i,salt&pepper,0.02); %添加鹽椒噪聲，噪聲密度為0.02figure,imshow(j)title(

5、添加鹽椒噪聲后的圖像)k1=medfilt2(j); %在默認(rèn)的3*3的鄰域窗中進(jìn)行中值濾波figure,imshow(k1)title(默認(rèn)的3*3的鄰域窗的中值濾波圖像)k2=medfilt2(j,5 5); %在5*5的鄰域窗中進(jìn)行中值濾波figure,imshow(k2)title(5*5的鄰域窗的中值濾波圖像) 從上可見(jiàn)，中值濾波的效果要比鄰域平均的低通濾波效果好，中值濾波以后的圖像的輪廓比較清晰，而且使用較小的模板得到的視覺(jué)效果反而好一些。3.3.3 銳化濾波 圖像銳化處理的目的是是模糊圖像變得清晰，銳化濾波器減弱或消除了傅里葉空間的低頻分量，保留高頻分量，從而加強(qiáng)了圖像的輪廓，使

6、圖像看起來(lái)比較清晰。下面應(yīng)用laplacian算子對(duì)圖像進(jìn)行銳化處理：laplacian算子是線性二次微分算子，其格式為：h=fspecial(laplacian,alpha),返回一個(gè)3*3的濾波器來(lái)近似二維laplacian算子的形狀，參數(shù)alpha決定了laplacian算子的形狀，alpha的取值范圍為0.01.0，默認(rèn)的值為0.2。程序代碼：%應(yīng)用laplacian算子對(duì)圖形進(jìn)行銳化i=imread(cameraman.tif);imshow(i)title(原始圖像)h=fspecial(laplacian);%應(yīng)用laplacian算子濾波銳化圖像laplacianh=filte

7、r2(h,i);figure,imshow(laplacianh)title(laplacian算子銳化后的圖像)分析：由圖可以看出，應(yīng)用了laplacian算子對(duì)圖像銳化以后，將圖像區(qū)域的邊緣輪廓勾劃了出來(lái)，因此laplacian算子對(duì)于邊緣檢測(cè)也具有很好的功效。4.邊緣檢測(cè)下面利用soble算子對(duì)圖像進(jìn)行邊緣檢測(cè)： 使用edge函數(shù)實(shí)現(xiàn)圖像的邊緣檢測(cè)，其調(diào)用格式為： bw=edge(i,soble,thresh,direction)根據(jù)指定的敏感閾值thresh用soble算子對(duì)圖像進(jìn)行邊緣檢測(cè)，edge函數(shù)忽略了所有小于閾值的邊緣，如果沒(méi)有指定閾值thresh或?yàn)榭?，函?shù)自動(dòng)選擇參數(shù)值，

8、direction指定soble算子邊緣檢測(cè)的方向，其參數(shù)值為horizontal，vertical，both（默認(rèn)）。程序代碼：i=imread(cameraman.tif);imshow(i)title(原始圖像)bw=edge(i, soble);%以自動(dòng)閾值選擇方法對(duì)圖像進(jìn)行soble算子邊緣檢測(cè)figure,imshow(bw);title(自動(dòng)閾值的soble算子邊緣檢測(cè))bw,thresh=edge(i,soble);%返回當(dāng)前soble算子邊緣檢測(cè)的閾值disp(soble算子自動(dòng)選擇的閾值為：)disp(thresh)bw1=edge(i,soble,0.02,horizon

9、tal);%以閾值為0.02水figure,imshow(bw);title(自動(dòng)閾值的soble算子邊緣檢測(cè))bw,thresh=edge(i,soble);%返回當(dāng)前soble算子邊緣檢測(cè)的閾值disp(soble算子自動(dòng)選擇的閾值為：)disp(thresh)bw1=edge(i,soble,0.02,horizontal);%以閾值為0.02平方向?qū)D像進(jìn)行soble算子邊緣檢測(cè)figure,imshow(bw1)title(閾值為0.02的水平方向的soble算子檢測(cè))bw2=edge(i,soble,0.02,vertical);%以閾值為0.02垂直方向?qū)D像進(jìn)行soble算子邊

10、緣檢測(cè)figure,imshow(bw2)title(閾值為0.02的垂直方向的soble算子檢測(cè))bw3=edge(i,soble,0.05,horizontal);%以閾值為0.05平方向?qū)D像進(jìn)行soble算子邊緣檢測(cè)figure,imshow(bw3)title(閾值為0.05的水平方向的soble算子檢測(cè))bw4=edge(i,soble,0.05,vertical);%以閾值為0.05垂直方向?qū)D像進(jìn)行soble算子邊緣檢測(cè)figure,imshow(bw4)title(閾值為0.05的垂直方向的soble算子檢測(cè))測(cè)試結(jié)果圖： soble算子自動(dòng)閾值選擇為0.1433由圖可以看出

11、，在采用水平和垂直方向的soble算子對(duì)圖像進(jìn)行邊緣檢測(cè)時(shí)，分別對(duì)應(yīng)的水平和垂直方向上的邊緣有較強(qiáng)的響應(yīng)，閾值越小，檢測(cè)的圖像的邊緣細(xì)節(jié)數(shù)越多，而增大閾值時(shí)，有些輪廓?jiǎng)t未能檢測(cè)出。其用法和soble算子類似。其調(diào)用格式為：bw=edge(i,prewitt,thresh,direction)根據(jù)指定的敏感閾值thresh用prewitt算子對(duì)圖像進(jìn)行邊緣檢測(cè)。程序代碼：i=imread(cameraman.tif);imshow(i)title(原始圖像)bw=edge(i,prewitt);%以自動(dòng)閾值選擇法對(duì)圖像進(jìn)行prewitt算子邊緣檢測(cè)figure,imshow(bw);title(

12、自動(dòng)閾值的prewitt算子邊緣檢測(cè))bw,thresh=edge(i,prewitt);%返回當(dāng)前prewitt算子邊緣檢測(cè)的閾值disp（prewitt算子自動(dòng)選擇的閾值為：）disp（thresh）bw1=edge(i,prewitt,0.02,horizontal);%以閾值為0.02水平方向?qū)D像進(jìn)行prewitt算子邊緣檢測(cè)figure,imshow(bw1)title(閾值為0.02的水平方向的prewitt算子檢測(cè))bw2=edge(i,prewitt,0.02,vertical);%以閾值為0.02垂直方向?qū)D像進(jìn)行prewitt算子邊緣檢測(cè)figure,imshow(bw2)title(閾值為0.02的垂直方向的prewitt算子檢測(cè))bw3=edge(i,prewitt,0.05,horizontal);%以閾值為0.05水平方向?qū)D像進(jìn)行prewitt算子邊緣