圖像增強(qiáng)算法綜合應(yīng)用課程設(shè)計(jì)報(bào)告

1、-. z.圖像處理技術(shù)應(yīng)用實(shí)踐課程設(shè)計(jì)題 目 圖像增強(qiáng)算法綜合應(yīng)用 學(xué)生 學(xué) 號(hào) 院 系 專(zhuān) 業(yè) 任課教師 *年*月*日?qǐng)D像增強(qiáng)算法綜合應(yīng)用梅雨信息工程大學(xué)計(jì)算機(jī)與軟件學(xué)院， 210044摘要： 圖像增強(qiáng)是指增強(qiáng)圖像中的有用信息，它可以是一個(gè)失真的過(guò)程，其目的是要改善圖像的視覺(jué)效果。運(yùn)用空間域與頻率域相結(jié)合的算法，去除隨機(jī)噪聲和周期噪聲的混合噪聲，提高圖像質(zhì)量。關(guān)鍵詞： 隨機(jī)噪聲；周期噪聲；空間域和頻率域去噪1 任務(wù)描述圖像增強(qiáng)處理：設(shè)計(jì)一套空間域與頻率域結(jié)合的圖像增強(qiáng)算法，處理以下任一組圖片中的帶噪聲圖像，去除噪聲，提高圖像質(zhì)量。1：噪聲為隨機(jī)噪聲和周期噪聲混合噪聲；2要求：a去噪處理后，計(jì)

2、算均方誤差評(píng)估去噪處理后圖像的去噪效果b撰寫(xiě)完整的科技報(bào)告形式類(lèi)似科技論文表述自己的算法設(shè)計(jì)，算法實(shí)現(xiàn)與算法評(píng)估過(guò)程。第一組圖片：第二組圖片：2 圖像增強(qiáng)算法2.1問(wèn)題分析圖片中參加了隨機(jī)噪聲和周期噪聲混合噪聲。針對(duì)不同的噪聲，不同的去噪方法效果不同，因此應(yīng)該采用不同的去噪方法以到達(dá)最好的去噪效果。隨機(jī)噪聲應(yīng)在空間域去除，而空域去噪方法中，中值濾波法效果最好。周期噪聲應(yīng)在頻域中消去。去除噪聲后的圖像仍然可以改善處理。均方誤差評(píng)估去噪處理后圖像的去噪效果。2.2算法設(shè)計(jì)1讀入初始圖片及加噪圖片。clc;clear;f=imread(D:dogOriginal.bmp);g=imread(D:do

3、gDistorted.bmp);2利用空域?yàn)V波，去除隨機(jī)噪聲，此時(shí)用中值濾波法，并顯示它的頻譜圖。g3=medfilt2(g,3,3);圖1 空域?yàn)V波后的圖像與原圖的比擬3利用頻域?yàn)V波，去除周期噪聲。先轉(zhuǎn)化成double型，進(jìn)展傅里葉變換，再轉(zhuǎn)化成數(shù)據(jù)矩陣，最后利用低通濾波去除周期噪聲。 F = double(g); % 數(shù)據(jù)類(lèi)型轉(zhuǎn)換，MATLAB不支持圖像的無(wú)符號(hào)整型的計(jì)算 G = fft2(F); % 傅里葉變換 G= fftshift(G); % 轉(zhuǎn)換數(shù)據(jù)矩陣 M,N=size(G); nn = 2; % 二階巴特沃斯(Butterworth)低通濾波器 d0 = 27; m = fi*

4、(M/2); n = fi*(N/2); for i = 1 : M for j = 1 : N d = sqrt(i-m)2+(j-n)2); h = 1/(1+0.414*(d/d0)(2*nn); % 計(jì)算低通濾波器傳遞函數(shù) result(i,j) = h * G(i,j); end end圖2 去除混合噪聲后的圖像與原圖的比擬4計(jì)算均方誤差評(píng)估去噪效果。m n=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);if result1=0 disp(dog圖均方誤差); result2=

5、0elsedisp(dog圖均方誤差);result2=sqrt(result1)end3 算法實(shí)現(xiàn)代碼clc;clear;f=imread(D:dogOriginal.bmp);subplot(421);imshow(f),title(原圖);f1=double(f); f2=fft2(f1); % 傅立葉變換f2=fftshift(f2);subplot(422);imshow(log(abs(f2),),title(原圖頻譜圖);g=imread(D:dogDistorted.bmp);subplot(423);imshow(g),title(混合噪聲圖);g1=double(g); g

6、2=fft2(g1); % 傅立葉變換g2=fftshift(g2);subplot(424);imshow(log(abs(g2),),title(混合噪聲頻譜圖);%空域?yàn)V波,去除隨機(jī)噪聲(中值)g3=medfilt2(g,3,3);subplot(425);imshow(g3),title(去除隨機(jī)噪聲);g4=double(g3);F1=fft2(g3);%對(duì)圖像進(jìn)展傅立葉變換F1=fftshift(F1);%移頻figure,subplot(426),imshow(log(abs(F1),),title(去除隨機(jī)噪聲頻譜圖);%頻域?yàn)V波 G= F1; M,N=size(G); nn

7、= 2; % 二階巴特沃斯(Butterworth)低通濾波器 d0 = 27; m = fi*(M/2); n = fi*(N/2); for i = 1 : M for j = 1 : N d = sqrt(i-m)2+(j-n)2); h = 1/(1+0.414*(d/d0)(2*nn); % 計(jì)算低通濾波器傳遞函數(shù) result(i,j) = h * G(i,j); end end result = ifftshift(result); g = ifft2(result); p= uint8(real(g); subplot(427);imshow(p,),title(去噪后的圖);

8、 subplot(428);imshow(log(abs(result),),title(去噪后的頻譜圖); %計(jì)算均方誤差m n=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);if result1=0 disp(dog圖均方誤差); result2=0elsedisp(dog圖均方誤差);result2=sqrt(result1)end4 運(yùn)行結(jié)果圖3 分步去噪與原圖的比擬圖4 均方誤差結(jié)果5 程序分析通過(guò)本次設(shè)計(jì)，我發(fā)現(xiàn)去噪后的圖不如原圖清晰，去噪效果不是很好，可以采用其他算法觀(guān)察去噪效果