數(shù)字圖像處理實驗報告圖像復(fù)原實驗

1、課程名稱 專業(yè)班級:字像處理導(dǎo)論名 號 電氣與信息學(xué)陵和諧勤奮求是創(chuàng)新實驗題目圖像復(fù)原實驗-空域濾波復(fù)原實驗室dsp室&信號室實驗時間2015 年 10 月 13 口實驗類別設(shè)計同組人數(shù)2成績指導(dǎo)教師簽字:一. 實驗?zāi)康?. 掌握圖像濾波的基本定義及0的。2. 理解空間域濾波的基本原理及方法。3. 掌握進行圖像的空域濾波的方法。二. 實驗內(nèi)容1. 讀岀eighltif這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同一圖 像窗口中。2. 對加入噪聲圖像選用不同的平滑(低通)模板做運算，對比不同模板所形成的效果，要求在同 一窗口中顯示。3. 使用函數(shù)imfdter時，分

2、別采用不同的填充方法(或邊界選項，如零填 充、replicate、symmetric、circular)進行低通濾波，顯示處理后的圖像。4. 運用for循環(huán)，將加有椒鹽噪聲的圖像進行10次，20次均值濾波，查看其特點，顯示均值處理后 的圖像(提示:利用fspecial函數(shù)的average類型生成均值濾波器)。5. 對加入椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對有噪聲的圖像做處理，要求在同 一窗口中顯示結(jié)果。6. 自己設(shè)計平滑空間濾波器，并將其對噪聲閣像進行處理，顯示處理后的閣像。三. 實驗具體實現(xiàn)1. 讀出(自己選定.tif)這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖

3、顯示 在同一閣像窗口屮。i=imread(，trees, tif)； subplot (1，3, 1) inishow(t);title( original image )；j = imnoised, * salt & pepper，0. 05) ; %noise density=0. 05 subplot (1, 3, 2) imshow(j);titlesalt & pepper )；k= imnoise(i, gaussian，0. 01, 0. 01); subplot (1, 3, 3)imshow(k);title( gaussian )2. 對加入噪聲圖像選用不同

4、的平滑(低通)模板做運算，對比不同模板所形成的效果，要求在同 一'窗口中顯不。i=imread(，moon, tif)；h = fspecial ( sobel)； subplot (2, 2, 1) imshow(t);titlec original image )；sobel 二 imfilter(i, h, replicate)； subplot (2, 2, 2)imshow(sobel); title( sobel image )ii = fspecial c lapla.cian，, 0. 4); lap = imfilter(i，h，replicate)； subplot

5、 (2, 2, 3) imshow(lap);titlec laplacian image )h 二 fspecial ( gaussian，3 3, 0. 5); gaussian = imfiiter(i, h,' replicate'); subplot (2, 2, 4)imshow(gaussian); titlec gaussian tmage )3. 使用函數(shù)imfilter時，分別采用不同的填充方法(或邊界選項，如零填 充、replicate、symmetric、circular)進行低通濾波，顯示處理后的圖像。originalrgb = imread(ftre

6、es.tif); subplot(3,2，l) imshow(originalrgb); title( qriginal image )；h = fspecial(motion，50, 45); %motion blurred filteredrgb = imfilter(originalrgb, h); subplot(3,2,2)imshow(filteredrgb);title( motion blurred image )；boundaryreplicatergb = imfilter(originalrgb，h, replicate); subplot(3,2,3)imshow(bo

7、undaryreplicatergb); title(' o-padding*);boundaryorgb = imfilter(originalrgb, h, 0);subplot(3,2,4)imshow(boundaryorgb);title(replicate)；boundarysymmetricrgb = imfilter(originalrgb, h，symmetric); subplot(3,2,5)imshow(boundarysymmetricrgb); title( symmetric r);boundarycircularrgb = imfilter(origin

8、alrgb，h，'circular)； subplot(3,2,6)imshow(boundarycircularrgb); title( circular)；4. 運用for循環(huán)，將加有椒鹽噪聲的圖像進行10次，20次均值濾波，查看其特點，s示均值處理后 的圖像(提示:利用fspecial函數(shù)的average類型生成均值濾波器)。i=imreadc kids. tifj);j = imnoise(t,' salt & pepper，0. 05); subplot (1, 3, 1) imshow(j);titlec salt & pepper noise)；

9、h二fspecial( average)； %averaging filtering jl=imfil ter (j, h);for i=l:10 jl=imfilter (j, h); subplot (1, 3, 2) imshow(jl);titlec 10 averaging filtering)； endj2=imfilter(j, h); for i=l:20 j2=imfilter(j, h); subplot (1, 3, 3) imshow(j2);titlec 20 averaging filtering)； end5. 對加入椒鹽噪聲的圖像分別采用均值濾波法，和屮值濾波法

10、對有噪聲的圖像做處理，要求在同 一窗口中顯示結(jié)果。i=imread(，trees, tif)；j = imnoised,' salt & pepper，0. 05); subplot (1，3, 1) imshow(j);titleoriginal tmage )；h=fspecial( average)； %averaging filtering jl=imfilter(j, h); subplot (1, 3, 2) imshow(jl);titlec averaging filtering )；j2=medfiit2(j);%median filteringsubplot

11、 (1, 3, 3)imshow(j2);titlec median filtering )；6. 自己設(shè)計平滑空間濾波器，并將其對噪聲圖像進行處理，顯示處理后的圖像。domain=0 0 8 0 0;0 0 8 0 0;8 8 8 8 8;0 0 8 0 0;0 0 8 0 0;l=jmread('trees.tif)；j = imnoise(l，salt & pepper*,0.05); subplot(1,2,1)imshow(j);title(* original image ');k1= ordfilt2(j,5,domain); subplot(1,2,2)

12、 imshow(k1);titlef 5*5 smoothing fitered image');附錄：可能用到的函數(shù)和參考結(jié)果*報告里不能用參考結(jié)果中的圖像1) 讀岀eight.tif這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張 圖顯示在同一圖像窗口中。l=imread(fcameraman.tif); subplot(1,3,1) imshow(l);titlef original image );j = imnoise(l/salt & pepper0.05); %noise density=0.05subplot(1,3,2)imshow(j);title

13、( salt & pepperf);k= imnoise(l/gaussian0.01,0.01);subplot(1,3,3)imshow(k);titlef gaussian );original imagesalt&pepper noisegaussian noise圖2.1初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖2) 對加入噪聲圖像選用不同的平滑(低通)模板做運算，對比不同模板所形成的效 果，要求在同一窗口屮顯示。|=imread(trees.tif);h = fspecial(.sobel)；subplot(2,2,1)imshow(l);titlef original

14、 image ');sobel = imfilter(l,h,'replicate*);subplot(2,2,2)imshow(sobel);titlef sobel image )h = fspecial(flaplacian0.4);lap = imfilter(l,h,*replicate*);subplot(2,2,3)imshow(lap);title(f laplacian image )h = fspecial(.gaussianf，3 3,0.5);gaussian = imfilter(l,h/replicate,);subplot(2,2,4)imshow

15、(gaussian);titlef gaussian image f)圖2. 2原圖像及各類低通濾波處理圖像3) 使用函數(shù)imfiltei時，分別采用不同的填充方法(或邊界選項，如零填 充、replicate、symmetric、circular)進行低通濾波，顯示處理后的圖像。originalrgb = imread(sedemo_onion.png,);subplot(3,2,1)imshow(originalrgb);title( original image );h = fspecial(motion，50, 45); %motion blurredfilteredrgb = imfi

16、lter(originalrgb, h);subplot(3,2,2)imshow(filteredrgb);titlec motion blurred image )；boundaryreplicatergb = imfilter(originalrgb, h, replicate)；subplot(3,2,3)imshow(boundaryreplicatergb);title(. o-padding*);boundaryorgb = imfilter(originalrgb, h, 0);subplot(3,2,4)imshow(boundaryorgb);title(replicate

17、)；boundarysymmetricrgb = imfilter(originalrgb, h, 'symmetric*);subplot(3,2,5)imshow(boundarysymmetricrgb);titlef symmetric )；boundarycircularrgb = imfilter(originalrgb, h, circular)；subplot(3,2,6)imshow(boundarycircularrgb);title( circular)；圖2. 3原圖像及運動模糊圖像o-paddingreplicate圖2. 4函數(shù)imfilter各填充方式處理

18、圖像4) 運用for循環(huán)，將加有椒鹽噪聲的圖像進行10次，20次均值濾波，查看其特點， 顯示均值處理后的圖像。l=jmread(kids.tif);j = imnoise(l/salt & pepper1,0.05);subplot(1,3,1)imshow(j);titlec salt & pepper noise1);h=fspecial(,average1);%averaging filteringj1=imfilter(j,h);for i=1:10j1=imfilter(j,h);subplot(1,3,2)imshow(j1);titlec 10 averaging

19、 filtering); endj2=imfilter(j,h);for i=1:20j2=imfilter(j,h);subplot(1,3,3)imshow(j2);titlec 20 averaging filtering1); end圖2. 5椒鹽噪聲污染圖像經(jīng)10次、20次均值濾波圖像由圖2.5可得，20次濾波后的效果明顯好于10次濾波，但模糊程度也更強。5)對加入椒鹽噪聲的閣像分別采用均伉濾波法，和屮伉濾波法對有噪聲的閣像做處理，要求在同一窗口中顯示結(jié)果l=imread(kids.tif)；j = imnoise(l，salt & pepper.，0.05);subplot(1,3,1)imshow(j);title(. original image ');h=fspecial(average)； %averaging filteringj1=imfilter(j,h);subplot(1,3,2)imshow(j1);title( averaging filtering );j2=medfilt2(j);%median filteringsubplot(1,3,3)imshow(j2);title( median filtering )；