實驗三圖像的濾波及增強

1、實驗三 圖像的濾波及增強一、 實驗目的 1進一步了解MatLab軟件/語言，學會使用MatLab對圖像作濾波處理，使學生有機會掌握濾波算法，體會濾波效果。2了解幾種不同濾波方式的使用和使用的場合，培養(yǎng)處理實際圖像的能力，并為課堂教學提供配套的實踐機會。3 熟悉傅立葉變換的基本性質；4 熟練掌握FFT變換方法及應用； 二、實驗要求 (1)學生應當完成對于給定圖像+噪聲，使用平均濾波器、中值濾波器對不同強度的高斯噪聲和椒鹽噪聲，進行濾波處理；能夠正確地評價處理的結果；能夠從理論上作出合理的解釋。(2)利用MATLAB軟件實現空域濾波的程序：I=imread(electric.tif);J = im

2、noise(I,gauss,0.02); %添加高斯噪聲J = imnoise(I,salt & pepper,0.02); %添加椒鹽噪聲 ave1=fspecial(average,3); %產生33的均值模版ave2=fspecial(average,5); %產生55的均值模版K = filter2(ave1,J)/255; %均值濾波33L = filter2(ave2,J)/255; %均值濾波55M = medfilt2(J,3 3); %中值濾波33模板N = medfilt2(J,4 4); %中值濾波44模板imshow(I);figure,imshow(J);figure

3、,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);（3） 應用傅立葉變換進行圖像處理傅里葉變換是線性系統(tǒng)分析的一個有力工具，它能夠定量地分析諸如數字化系統(tǒng)、采樣點、電子放大器、卷積濾波器、噪音和顯示點等的作用。通過實驗培養(yǎng)這項技能，將有助于解決大多數圖像處理問題。對任何想在工作中有效應用數字圖像處理技術的人來說，把時間用在學習和掌握博里葉變換上是很有必要的。（4） 傅立葉（Fourier）變換的定義對于二維信號，二維Fourier變換定義為：逆變換：二維離散傅立葉變換為：逆變換：圖像的傅立葉變換與一維信號的傅立葉變換變換

4、一樣，有快速算法，具體參見參考書目，有關傅立葉變換的快速算法的程序不難找到。實際上，現在有實現傅立葉變換的芯片，可以實時實現傅立葉變換。（5）利用MATLAB軟件實現數字圖像傅立葉變換的程序：I=imread(原圖像名.gif); %讀入原圖像文件imshow(I); %顯示原圖像fftI=fft2(I); %二維離散傅立葉變換sfftI=fftshift(fftI); %直流分量移到頻譜中心RR=real(sfftI); %取傅立葉變換的實部II=imag(sfftI); %取傅立葉變換的虛部A=sqrt(RR.2+II.2); %計算頻譜幅值A=（A-min(min(A)）/(max(ma

5、x(A)-min(min(A)*225 %歸一化figure; %設定窗口imshow(A); %顯示原圖像的頻譜三、實驗設備與軟件 (1) IBM-PC計算機系統(tǒng) (2) MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實驗所需要的圖片 四、實驗內容與步驟 1）模板濾波a) 調入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gaussian) 噪聲 c)利用預定義函數fspecial 命令產生平均(average)濾波器 d）分別采用3x3和5x5的模板，分別用平均

6、濾波器以及中值濾波器，對加入噪聲的圖像進行處理并觀察不同噪聲水平下，上述濾波器處理的結果； e）選擇不同大小的模板，對加入某一固定噪聲水平噪聲的圖像進行處理，觀察上述濾波器處理的結果。f）利用imnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復c) e）的步驟h）輸出全部結果并進行討論。實驗代碼：I=imread(eight.tif);J = imnoise(I,gauss,0.02); J = imnoise(I,salt & pepper,0.02); ave1=fspecial(average,3); ave2=fspecial(av

7、erage,5); K = filter2(ave1,J)/255; L = filter2(ave2,J)/255; M = medfilt2(J,3 3); N = medfilt2(J,4 4); imshow(I);figure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);實驗結果： 圖表 1 ：原圖圖表 2：加入噪聲 圖表 3：3*3模板平均值濾波 圖表 4：5*5模板平均值濾波 圖表 5 ：3*3中值濾波 圖表 6：4*4中值濾波2）頻域濾波a.將圖像內容讀入內存；b.用

8、Fourier變換算法，對圖像作二維Fourier變換；c.將其幅度譜進行搬移，在圖像中心顯示；d.用Fourier系數的幅度進行Fourier反變換；e.用Fourier系數的相位進行Fourier反變換；f.比較4、5的結果，評價人眼對圖像幅頻特性和相頻特性的敏感度。g.記錄和整理實驗報告。實驗代碼：clear all;close all;clc;I=imread(eight.tif); imshow(I); fftI=fft2(I); sfftI=fftshift(fftI); RR=real(sfftI); II=imag(sfftI); A=sqrt(RR.2+II.2); A=(A

9、-min(min(A)/(max(max(A)-min(min(A)*225; figure; imshow(A); f1=ifft2(A)*255;f2=ifft2(angle(fftI)*255;figure;imshow(f1);figure;imshow(f2);實驗結果： 圖表 7：原圖圖表 8：FFT變換 圖表 9 ：振幅IFFT 圖表 10：相位IFFT 五、思考題/問答題 (1) 簡述高斯噪聲和椒鹽噪聲的特點。高斯噪聲是指噪聲服從高斯分布，即某個強度的噪聲點個數最多，離這個強度越遠噪聲點個數越少，且這個規(guī)律服從高斯分布。高斯噪聲是一種加性噪聲，即噪聲直接加到原圖像上，因此可以用線性濾波器濾除。椒鹽噪聲類似把椒鹽撒在圖像上，是一種在圖像上出現很多白點或黑點的噪聲。椒鹽噪聲可以認為是一種邏輯噪聲，用線性濾波器濾除的結果不好，一般采用中值濾波器濾波可以得到較好的結果。(2) 結合實驗內容，定性評價平均濾波器/中值濾波器對高斯噪聲和椒鹽噪聲的去噪效果？平均濾波器對高斯噪聲濾除效果加好，中值濾波對椒鹽噪聲濾除效果叫好。(3) 結合實驗內容，定性評價濾波窗口對去噪效果的影響？窗口設定的越大，會使濾波后的圖像邊緣越模糊，窗口越小，濾除效果越差，同時邊緣也不會那么模糊。 六、實驗心得 通過這次實驗讓我了解了不同的濾波方法的濾波原理