MATLAB課程設(shè)計(jì)

1、通信與信息工程學(xué)院數(shù)字圖像處理課程設(shè)計(jì)班 級(jí)：電信科13級(jí) 1301 班姓 名：朱相軍學(xué) 號(hào)：1307080122指導(dǎo)教師：高騰、柏均、王書朋、侯穎設(shè)計(jì)時(shí)間：2016.7.11 2016.7.15成 績(jī)：評(píng) 語(yǔ)：通信與信息工程學(xué)院二一六年 項(xiàng)目一項(xiàng)目名稱： 中值濾波一.引言一幅圖像在傳輸、接收和處理過(guò)程中，存在噪聲干擾。噪聲會(huì)降低圖像的質(zhì)量，使圖像特征模糊或淹沒(méi)，給分析和審美帶來(lái)困難，所以為使圖像更逼真，就要去除噪聲。去噪即濾波，通常分為線性濾波和非線性濾波。非線性濾波常采用均值濾波和中值濾波兩種方法。因?yàn)榫禐V波在濾出噪聲的同時(shí)會(huì)濾除圖像的邊界和細(xì)節(jié)，所以大多數(shù)會(huì)選擇中值濾波。它的優(yōu)點(diǎn)是運(yùn)算

2、簡(jiǎn)單而且速度快在脈沖噪聲的空間密度較小的情況下，中值濾波的效果會(huì)很好，隨著脈沖噪聲的概率密度增大，中值濾波為了濾出噪聲，不得不增大掩膜尺寸。中值濾波方法：對(duì)一個(gè)圖像進(jìn)行濾波處理時(shí)，首先要定義一個(gè)長(zhǎng)度為奇數(shù)的窗口。然后對(duì)窗口內(nèi)的制進(jìn)行排序,用中值替換位于窗口中心的值。二.實(shí)驗(yàn)原理中值濾波對(duì)脈沖噪聲有良好的濾除作用，特別是在濾除噪聲的同時(shí)，能夠保護(hù)信號(hào)的邊緣，使之不被模糊。.它是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，將每一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有像素點(diǎn)灰度值的中值.讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。方法是用某種結(jié)構(gòu)的二維滑動(dòng)模板，將板內(nèi)像素按照

3、像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為g（x,y）=medf(x-k,y-l),(k,lW) ，其中，f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為3*3，5*5區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環(huán)形等。3.實(shí)驗(yàn)步驟第一步：讀取一幅圖像，然后人為的進(jìn)行加椒鹽噪聲處理imageA=imread('lena.bmp');imageB = imnoise(imageA,'salt & pepper', 0.01);第二步：讀取imageB的len和wid；lenth ,wi

4、dth = size(imageB);第三步：進(jìn)行尺寸的選擇，設(shè)置窗口的大小，讓窗口進(jìn)行滑動(dòng)循環(huán)的處理，前面兩個(gè)for循環(huán)是讓掩膜在整個(gè)圖像中循環(huán)處理for i=1+y:lenth-yfor j = 1+y : width-y然后在對(duì)掩膜進(jìn)行處理，對(duì)窗口里面每一個(gè)值進(jìn)行掃描然后sort排序for l = i -y: i +y for w = j -y: j+y a(m) = imageB(l ,w); m = m+1; end end a = sort(a);第四步：進(jìn)行形狀的選擇，第三步是寫的方形的，下面是十字形的。用兩個(gè)if語(yǔ)句進(jìn)行判斷l(xiāng)enth和width，把掩膜的十字形數(shù)分別循環(huán)放在數(shù)

5、組a（m）中。注意的一點(diǎn)是中心的值被加了兩次，所以要與上w = j避免重復(fù)相加。 if w = j a(m) = imageB(l ,w); m = m+1; end if l = i && w = j a(m) = imageB(l ,w); m = m+1; end 第五步：將排序后的中值賦給窗口的中心。 imageB(i,j) = a(z+1); 4.實(shí)驗(yàn)結(jié)果分析:先對(duì)圖像進(jìn)行了加噪處理,生成一個(gè)含有噪聲的圖像，然后通過(guò)中值濾波的方法對(duì)其進(jìn)行濾波處理，還原了圖像的逼真度。不足：由上圖可知，圖像的邊緣細(xì)節(jié)等方面存在模糊，這是在椒鹽噪聲0.35的情況，（在0.1以上都存在還原

6、后還存在噪聲的現(xiàn)象）噪聲越大中值濾波對(duì)它的處理越顯示出弊端，也就是說(shuō)如果圖像的噪聲太多太大的話，中值濾波就不能對(duì)其完全的還原。范圍：1中值濾波使用的范圍只適應(yīng)于椒鹽噪聲或者其他噪聲在0.1以下的范圍甚至更小的范圍，如果超過(guò)了此范圍則邊界將存在沒(méi)有濾出完的現(xiàn)象。 2 在噪聲0.01的情況下，如果窗口選擇的是3*3的話，圖像能夠很好的被復(fù)原，但是隨著掩膜越大，塊越大的話，圖像的恢復(fù)質(zhì)量下降，變得模糊。如下圖是塊選的9*9的情況，很明顯可以看出很模糊，所以，中值濾波一般的窗口選擇都是3*3和5*5。同時(shí)，如果塊選擇的越小，雖然能夠得到更好的恢復(fù)，但是付出的代價(jià)就是需要處理的數(shù)據(jù)量大大提高了；如果塊選

7、擇的越大，雖然處理的數(shù)據(jù)量減少了，但是恢復(fù)質(zhì)量下降了，所以，我們一直在尋求二者都能夠達(dá)到的算法。改進(jìn)方法：自適應(yīng)中值濾波它能根據(jù)圖像的局部方差來(lái)調(diào)整濾波器的輸出，局部方差越大，濾波器的平滑作用越強(qiáng)。它的最終目的是使恢復(fù)圖像f(x,y)與原始圖像f(x,y)的均方誤差e2=Ef(x,y)- f(x,y)最小。實(shí)質(zhì)包括兩方面，一方面為噪聲檢測(cè)及濾窗大小的確定，另一方面為噪聲點(diǎn)檢測(cè)后的中值濾波。W.Y.HAN等人得出的MMEM算法，首先是將鄰域窗口中的灰度值接近最大或最小值得像素點(diǎn)給丟棄，然后計(jì)算余下點(diǎn)的均值ew，如果窗口中心像素點(diǎn)（即待檢測(cè)的點(diǎn)）灰度值與ew的差值大于某一閾值，則判定該點(diǎn)為噪聲點(diǎn)，

8、同時(shí)用ew代替中心像素點(diǎn)的值；否則，該點(diǎn)為圖像的有用信息點(diǎn)，應(yīng)保持其灰度值不變。 項(xiàng)目二試驗(yàn)項(xiàng)目:閾值分割 大津法 迭代發(fā) 膨脹 腐蝕一 前言圖像閾值分割是利用圖像中要提取的目標(biāo)與其背景在灰度特性上的差異,把圖像視為具有不同灰度級(jí)的兩類區(qū)域(目標(biāo)和背景)的組合。選取一個(gè)合適的閾值,以確定圖像中的每一個(gè)像素點(diǎn)應(yīng)該屬于目標(biāo)還是背景區(qū)域,從而產(chǎn)生相應(yīng)的二值圖像。閾值分割是先確定閾值,然后將圖像中所有像素值與閾值比較,根據(jù)比較結(jié)果將像素分成兩類目標(biāo)或背景。二 原理迭代閾值法先選擇一個(gè)近似閾值作為估計(jì)值的初始值,然后不斷改進(jìn)這一估計(jì)值。閾值的改進(jìn),初始閾值為圖像的平均灰度T0,用T0將圖像的象素點(diǎn)分作兩

9、部分,計(jì)算各自平均灰度,小于T0的部分為TA,大于T0的部分為TB。計(jì)算T1=(TA+TB)/2將T1作為新的全局閾值代替T0,重復(fù)以上過(guò)程,如此迭代,直至TK收斂。即TK+1=TK,也就是TA,TB的均值不再變化。 大津法: 選取的最佳閾值t應(yīng)當(dāng)使得不同類間的分離性最好。首先基于直方圖計(jì)算各灰度級(jí)的發(fā)生概率,并以閾值變量t將灰度級(jí)分為兩類,然后求出每一類的類內(nèi)方差及類間方差,選取使得類間方差最大,類內(nèi)方差最小的t作為最佳閾值。三 步驟有三步:(1)確定閾值。(2)將像素值與閾值比較。(3)把像素歸類。最關(guān)鍵的是第一步,就是如何選取最合適的閾值。如果能找到合適的閾值,就能對(duì)圖像進(jìn)行準(zhǔn)確、方便的

10、分割四 實(shí)驗(yàn)結(jié)果 分析:(1)從分割閾值及效果看,迭代法的閾值較大,目標(biāo)輪廓不很清晰,難以辨認(rèn)出目標(biāo)的形狀;而Ostu法閾值更合理,較好的保留目標(biāo)形狀,目標(biāo)輪廓清晰,容易辨認(rèn),減少了背景的影響; (2)從分割處理速度來(lái)比較,Ostu法處理時(shí)間最短 項(xiàng)目三實(shí)驗(yàn)項(xiàng)目：方塊編碼引言方塊編碼也叫方塊截?cái)嗑幋a(block truncation coding，簡(jiǎn)稱BTC)是靜態(tài)圖像編碼中的一種， 其原理是把一幅圖像分為大小為N×N的子像塊(簡(jiǎn)稱子塊)，由于小塊內(nèi)各相鄰像素間具有亮度互相近似的相關(guān)性，于是只選用兩個(gè)適當(dāng)?shù)牧炼葋?lái)近似代表小塊內(nèi)各像素原來(lái)的亮度，然后指明子塊內(nèi)的各像素分別屬于哪個(gè)亮度。

11、一 原理方塊編碼，它把一幅圖像分為大小為N*N的互不重疊的子圖像模塊，然后分別對(duì)每個(gè)子塊進(jìn)行編碼。公式： 二 步驟選取的是-均方誤差最小的參數(shù)選擇法第一步：選取編碼模塊的大小code_size=16;第二步：在選取的方塊中，計(jì)算出每一個(gè)值得和sum=sum+imageB(len,wid);并求出平均數(shù) avergeq=sum/k;第三步:求出a0和a1 a0=(sum-m)/(k-n); a1=m/n;第四步： 進(jìn)行判斷if imageB(len,wid)>avergeq imageB(len,wid)=a1; else imageB(len,wid)=a0; end 三 實(shí)驗(yàn)結(jié)果四 結(jié)果分析上圖是方塊為12的編碼后的圖像，code-size選取的越大圖像變得越模糊，越小就越接近真實(shí)，但是方塊選取的越小需要處理的數(shù)據(jù)量