太原理工大學(xué)數(shù)字圖像處理課設(shè)-圖像濾波研究

1、氐吧1龍打少大學(xué)TAJYUANUNIVERSITYOFTECHNOLOGY課程名稱(chēng)：數(shù)字圖像處理實(shí)驗(yàn)項(xiàng)目：圖像濾波研究實(shí)驗(yàn)地點(diǎn)：起點(diǎn)機(jī)房專(zhuān)業(yè)班級(jí)：通信1002學(xué)號(hào):學(xué)生姓名：指導(dǎo)教師：2013年6月14日課題圖像濾波研究一、設(shè)計(jì)目的1)提高分析問(wèn)題、解決問(wèn)題的能力，進(jìn)一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方2)熟悉掌握MATLAB語(yǔ)言，可以進(jìn)行數(shù)字圖像的應(yīng)用的開(kāi)發(fā)設(shè)計(jì)。二、設(shè)計(jì)內(nèi)容剛獲得的圖像有很多的噪聲，這是由平時(shí)的工作和環(huán)境引起的，圖像增強(qiáng)是減弱噪音，增強(qiáng)對(duì)比度。想得到比較干凈清晰的圖像并不是容易的事情。為這個(gè)目標(biāo)而為處理圖像所涉及的操作是設(shè)計(jì)一個(gè)適合、匹配的濾波器和恰當(dāng)?shù)拈撝?。這就是所謂

2、的圖像濾波研究。本設(shè)計(jì)就是用圖像平均、平滑濾波、中值濾波、理想低通濾波方法、巴特沃斯濾波方法五種方法來(lái)實(shí)現(xiàn)圖像濾波處理。三、總體方案設(shè)計(jì)自選黑白圖像，用加噪聲的方法獲得有噪圖像。整個(gè)設(shè)計(jì)要完成的基本功能大致如下：1、用圖像平均的方法消除噪聲并計(jì)算信噪比的改善。(參考P.68)2、用平滑濾波方法消除噪聲并計(jì)算信噪比的改善(參考P.71)3、用中值濾波方法消除噪聲并計(jì)算信噪比的改善(參考P.734、用理想低通濾波方法消除口聲并計(jì)算信噪比的改善(參考P.785、用巴特沃斯低通濾波方法消除噪聲并計(jì)算信噪比的改善(參考P.80更換不同特性的圖像和噪聲重復(fù)以上濾波方法，觀察并分析這些算法的應(yīng)用場(chǎng)合。在該設(shè)

3、計(jì)中，所采用的噪聲類(lèi)型主要有：高斯噪聲，椒鹽噪聲。四、各個(gè)功能模塊的主要實(shí)現(xiàn)程序以及測(cè)試和調(diào)試1、用圖像平均的方法消除噪聲并計(jì)算信噪比的改善程序I=imread(9.gif);x=1;M,N=size(I);II1=zeros(M,N);fori=1:16II(:,:,i)=imnoise(I,gaussian,0,0.01);II1=II1+double(II(:,:,i);ifor(or(i=1,i=4),or(i=8,i=16);subplot(2,2,x);imshow(uint8(II1/i);title(num2str(x);x=x+1;endendI2=double(II1/1)

4、-double(I);%I3=double(II1/2)-double(I);%I4=double(II1/3)-double(I);%I5=double(II1/4)-double(I);%添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲添加噪聲后圖與原圖像想減得噪聲圖像進(jìn)行方差運(yùn)算圖像進(jìn)行方差運(yùn)算圖像進(jìn)行方差運(yùn)算A=std2(I2/255)A2;%對(duì)I2B=std2(I3/255)A2;%對(duì)I3C=std2(I4/255)A2;%對(duì)I4D=std2(I5/255)A2;%對(duì)I5圖像進(jìn)行方差運(yùn)算E=std2(II1/255)A2;%對(duì)噪聲進(jìn)行方差運(yùn)算

5、Y1=10*log(E/A);%計(jì)算圖像信噪比丫2=10*log(E/B);Y3=10*log(E/C);Y4=10*log(E/D);X=ABCDSNR=Y1Y2Y3Y4相應(yīng)信噪比心357r2LS1320.6363Q,3340SNK=L29G616.643926.138233.49%2、用平滑濾波方法消除噪聲并計(jì)算信噪比的改善程序I=imread(16.gif);J=imnoise(I,gaussian,0,0.03);subplot(231),imshow(I);title(原始圖像);subplot(232),imshow(J);title(添加椒鹽噪聲的圖像,);k1=filter2(

6、fspecial(average,3),J);%k2=filter2(fspecial(average,5),J);%k3=filter2(fspecial(average,7),J);%k4=filter2(fspecial(average,9),J);%subplot(233),imshow(uint8(k1);title(3*3Q1=uint8(k1);subplot(234),imshow(uint8(k2);title(5*5Q2=uint8(k2);subplot(235),imshow(uint8(k3);title(7*7Q3=uint8(k2);subplot(236),im

7、show(uint8(k4);title(9*9進(jìn)彳T3*3模板平滑濾波進(jìn)彳T5*5模板平滑濾波進(jìn)彳T7*7模板平滑濾波進(jìn)彳T9*9模板平滑濾波模板平Vt濾波,);模板平Vt濾波,);模板平Vt濾波,);模板平Vt濾波,);Q4=uint8(k2);%十算信噪比I2=double(J)-double(I);%A=std2(I2)A2%B=std2(double(k1)A2;%C=std2(double(k2)F2;%D=std2(double(k3)A2;%E=std2(double(k4)F2;%通過(guò)添加噪聲的圖像與原圖像想見(jiàn)運(yùn)算的到噪聲對(duì)噪聲信號(hào)數(shù)據(jù)進(jìn)行方差運(yùn)算對(duì)經(jīng)過(guò)雙精度變換的圖像對(duì)經(jīng)過(guò)

8、雙精度變換的圖像對(duì)經(jīng)過(guò)雙精度變換的圖像對(duì)經(jīng)過(guò)雙精度變換的圖像k1數(shù)據(jù)進(jìn)行方差運(yùn)算k2數(shù)據(jù)進(jìn)行方差運(yùn)算k3數(shù)據(jù)進(jìn)行方差運(yùn)算k4數(shù)據(jù)進(jìn)行方差運(yùn)算Y1=10*log(B/A);%計(jì)算k1圖信噪比Y2=10*log(C/A);%計(jì)算k2圖信噪比Y3=10*log(D/A);%計(jì)算k3圖信噪比Y4=10*log(E/A);%計(jì)算k4圖信噪比X=BCDESNR=Y1Y2Y3Y4結(jié)果:A=1.6041e+003K=I. 0e+003*3,32343,07912.36562,8887SNK=7. 28425.52066.14525.83243、用中值濾波方法消除噪聲并計(jì)算信噪比的改善I=imread(23.g

9、if);J=imnoise(I,salt&pepper,0.02);%添加椒鹽噪聲圖像subplot(231),imshow(I);title(原圖像)；%構(gòu)建兩行三列圖像組第一幅圖顯示原圖像subplot(232),imshow(J);title(像k1=medfilt2(J);%k2=medfilt2(J,55);%I添加椒鹽噪聲圖像,)%第二幅圖顯示添加椒鹽噪聲圖對(duì)含噪聲信號(hào)圖像數(shù)據(jù)進(jìn)行中值濾波對(duì)含噪聲信號(hào)圖像數(shù)據(jù)進(jìn)行中值濾波k3=medfilt2(J,77);%k4=medfilt2(J,99);%subplot(233),imshow(k1);title(3*3圖像subplot(2

10、34),imshow(k2);title(5*5圖像subplot(235),imshow(k3);title(7*7圖像subplot(236),imshow(k4);title(9*9圖像I2=double(J)-double(I);聲成份A=std2(I2)A2B=std2(double(k1)A2;C=std2(double(k2)A2;D=std2(double(k3)A2;E=std2(double(k4)F2;對(duì)含噪聲信號(hào)圖像數(shù)據(jù)進(jìn)行中值濾波對(duì)含噪聲信號(hào)圖像數(shù)據(jù)進(jìn)行中值濾波模板中值濾波模板中值濾波模板中值濾波模板中值濾波1)1)1)1)第三幅圖顯示經(jīng)過(guò)中值濾波的第四幅圖顯示經(jīng)過(guò)中

11、值濾波的第五幅圖顯示經(jīng)過(guò)中值濾波的第六幅圖顯示經(jīng)過(guò)中值濾波的經(jīng)雙精度處理含噪聲圖像減去原圖像得噪對(duì)噪聲信號(hào)數(shù)據(jù)進(jìn)行方差運(yùn)算對(duì)對(duì)對(duì)對(duì)k1k2k3圖像信號(hào)數(shù)據(jù)做方差運(yùn)算圖像信號(hào)數(shù)據(jù)做方差運(yùn)算圖像信號(hào)數(shù)據(jù)做方差運(yùn)算圖像信號(hào)數(shù)據(jù)做方差運(yùn)算Y1=10*log(B/A);%求k1圖的信噪比Y2=10*log(C/A);%求k2圖的信噪比Y3=10*log(D/A);%求k3圖的信噪比Y4=10*log(E/A);%求k4圖的信噪比%k4X=BCDESNR=Y1Y2Y3Y4結(jié)果403.68451.0e+003*1.34341.31031.”66k2455SNR=12,025511,7766IL516111.

12、26914、用理想低通濾波方法消除噪聲并計(jì)算信噪比的改善程序原始圖像）;%構(gòu)建3行3列圖像組，顯示原圖J=imread(eight.tif);subplot(131);imshow(J);title(像J=double(J);%對(duì)原圖像進(jìn)行雙精度運(yùn)算f=fft2(J);%對(duì)上圖進(jìn)行快速傅里葉變換g=fftshift(f);%移動(dòng)零頻點(diǎn)到頻譜中間subplot(132);imshow(log(abs(g),),color(jet(64);M,N=size(f);%分別返回f的行數(shù)到Mn1=floor(M/2);%對(duì)M/2進(jìn)行取整n2=floor(N/2);%對(duì)N/2進(jìn)行取整d0=5;%初始化d0

13、中，列數(shù)到N中fori=1:Mforj=1:Nd=sqrt(i-n1)A2+(j-n2)A2);ifd=d0點(diǎn)（i,j）到傅立葉變換中心的距離h=1;elseh=0;endg(i,j尸h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g);%subplot(133);imshow(g);I2=double(g)-double(J);對(duì)g進(jìn)行反FFT移動(dòng)單精度變換g第三幅圖顯示g濾波處理后的圖像經(jīng)雙精度處理含噪聲圖像減去原圖像得噪聲成份對(duì)噪聲信號(hào)數(shù)據(jù)進(jìn)行方差運(yùn)算對(duì)g圖像信號(hào)數(shù)據(jù)做方差運(yùn)算求圖j的信噪比A=std2(I2)A2B=std2(doubl

14、e(g)A2snr1=10*log(B/A)結(jié)果原始圖像K1.3925-0032.4570e+D03snr1=E.7835、用巴特沃斯低通濾波器方法消除噪聲并計(jì)算信噪比的改善程序I=imread(19.gif);J=imnoise(I,salt&pepper,0.05);%添加椒鹽噪聲subplot(131);imshow(I);title(subplot(132);imshow(J);title(原始圖像);有椒鹽噪聲的圖像);J=double(J);%對(duì)原圖像進(jìn)行雙精度運(yùn)算f=fft2(J);%對(duì)上圖進(jìn)行快速傅里葉變換g=fftshift(f)%移動(dòng)零頻點(diǎn)到頻譜中間M,N=size(f);

15、%分別返回f的行數(shù)到M中，列數(shù)到N中n=3;%初始化d0=20;%初始化n1=floor(M/2);%對(duì)M/2n2=floor(N/2);%對(duì)N/2fori=1:Mforj=1:Nd=sqrt(i-n1)A2+(j-n2)A2)%h=1/(1+(d/d0)A(2*n);g(i,j尸h*g(i,j);nd0進(jìn)行取整進(jìn)行取整點(diǎn)(i,j)到傅立葉變換中心的距離endendg=ifftshift(g);g=uint8(real(ifft2(g);%subplot(133);imshow(g);I2=J-double(I);%A=std2(I2/255)A2%B=(std2(double(g)/255)

16、A2%snr=10*log(B/A)%單精度變換傅里葉后的圖像g的數(shù)據(jù)計(jì)算噪聲成份對(duì)噪聲信號(hào)數(shù)據(jù)求方差對(duì)含噪圖像求力差對(duì)圖求信噪比結(jié)果原始圖像有椒鹽噪聲的圖像0.0172B=0.0220snr-2.44246、更換不同特性的圖像和噪聲重復(fù)以上濾波方法，觀察并分析這些算法的應(yīng)用場(chǎng)合，用圖片50.bmp進(jìn)行調(diào)試。得圖如下：(1)圖像平均K二8. 03081.75320.67390.3243SNR=J. 27C916.4S9226.050033.3655(2)平滑濾波1.0e+003*2.27402.07601.37681,9035SNK=2.30631*3961。*9068D+5277(3)中值濾

17、波1,OeH-003*2.26382.23712.2122SNK=17.943417.8248IT.712817.5S50(4)理想低通濾波1.l095e+03987.8466snr1三-L1614(5)巴特沃斯低通濾波itDireciorv：|&-yMATl：CnrmiaindJVmin0.0N16.2307五、實(shí)驗(yàn)分析1 .平均圖像濾波時(shí)，隨著平均圖像數(shù)量的增加，在各個(gè)位置上的像素的噪聲影響會(huì)逐步減少；2 .線性平滑濾波處理減少了圖像灰度的“尖銳”變化；中值濾波不像平滑濾波那樣使圖像邊界模糊，它在衰減噪聲的同時(shí)保持了圖像細(xì)節(jié)的清晰；3 .理想濾波器有比較陡峭的截?cái)囝l率，在處理過(guò)程中產(chǎn)生比較嚴(yán)重的模糊和振鈴現(xiàn)象；Butterworth低通濾波在高低頻率間的過(guò)渡比較平滑，其產(chǎn)生的輸出振