醫(yī)學(xué)影像檢查技術(shù)試驗(yàn)報(bào)告

實(shí)驗(yàn)1圖像的特性及圖像處理初步1實(shí)驗(yàn)?zāi)康牧私鈦V@此a6軟件/語(yǔ)言學(xué)，會(huì)使用MatLab的圖像處理工具箱(ImageProcessingToolbox)。使學(xué)生初步具備使用該軟件處理圖像信息的能力，并能夠利用該軟件完成本課程規(guī)定的其他實(shí)驗(yàn)和作業(yè)。了解圖像的基本特性，以及對(duì)圖像進(jìn)行簡(jiǎn)單運(yùn)算后其性質(zhì)的變化，學(xué)習(xí)對(duì)圖像進(jìn)行基本處理并評(píng)價(jià)處理結(jié)果。2實(shí)驗(yàn)要求學(xué)生應(yīng)當(dāng)基本掌握MatLab的操作，掌握MatLab圖像處理工具箱中最常用的函數(shù)的用法，會(huì)用該軟件調(diào)入/保存圖像數(shù)據(jù)，會(huì)利用該軟件對(duì)圖像進(jìn)行簡(jiǎn)單的計(jì)算，例如四則運(yùn)算等，并觀察運(yùn)算的結(jié)果加深對(duì)于象素和數(shù)值之間的關(guān)系的理解。3實(shí)驗(yàn)內(nèi)容與步驟原始圖像(1)學(xué)習(xí)MatLab的基本操作(2)調(diào)入并顯示圖像lena.giflane=imread('lena.gif');figure;imshow(lane);(3)在圖像lena.gif和圖像的數(shù)據(jù)上進(jìn)行加減乘除一個(gè)常數(shù)觀察計(jì)算結(jié)果11=imadd(lane,100);figure;imshow(ll);title('加法')l2=imsubtract(lane,50);figure;imshow(l2);title('減法')l3=immultiply(lane,0.6);figureimshow(l3)title('乘法')14=imdivide(lane,2);figureimshow(14);title('除法')；加法從圖中可以看出，當(dāng)加法處理時(shí)，圖像灰度值增加而變亮，減法時(shí)圖像灰度值減小而變暗，由于乘法參數(shù)為0.6,相當(dāng)于減小灰度值；而(4)利用imcrop函數(shù)對(duì)圖像lena.gif的頭部進(jìn)行剪裁，然后顯示剪裁的結(jié)果l5=imcrop(lane,[55,50,180,212]);figureimshow(l5)

title('剪切')(1)(4)4思考題/問(wèn)答題簡(jiǎn)述MatLab軟件的特點(diǎn)(1)(4)1）高效的數(shù)值計(jì)算及符號(hào)計(jì)算功能，能使用戶從繁雜的數(shù)學(xué)運(yùn)算分析中解脫出來(lái);2）具有完備的圖形處理功能，實(shí)現(xiàn)計(jì)算結(jié)果和編程的可視化；3）友好的用戶界面及接近數(shù)學(xué)表達(dá)式的自然化語(yǔ)言，使學(xué)者易于學(xué)習(xí)和掌握；4）功能豐富的應(yīng)用工具箱（如信號(hào)處理工具箱、通信工具箱等），為用戶提供了大量方便實(shí)用的處理工具。MatLab軟件可以支持那些圖像文件格式答：JPEG,BMP,PCX,TIFF,PNG,GIF,HDF,ICO,CUR,XWD,RAS,PBM,PGM,PPM說(shuō)明函數(shù)imread的用途格式以及各種格式所得到圖像的性質(zhì)從圖像文件中讀取數(shù)據(jù)，調(diào)用格式為A=imread（filename,fmt），其作用是將文件名用字符串filename表示的，擴(kuò)展名用fmt表示的圖像文件中的數(shù)據(jù)讀到矩陣人中。如果filename所指的為灰度級(jí)圖像，則A為一個(gè)二維矩陣；如果filename所指的為RGB圖像，則A為一個(gè)mxnx3的三維矩陣。Filename表示的文件名必須在MATLAB的搜索路徑范圍內(nèi)，否則需指出其完整路徑。為什么用I=imread（‘l.ntif,）命令得到的圖像I不可以進(jìn)行算術(shù)運(yùn)算？tif文件一般為多幀文件，有點(diǎn)像動(dòng)畫(huà)，含有三維信息，而算術(shù)運(yùn)算只針對(duì)而且信息的圖像。

實(shí)驗(yàn)2實(shí)驗(yàn)2像的增強(qiáng)1實(shí)驗(yàn)?zāi)康膶W(xué)習(xí)常見(jiàn)的圖像增強(qiáng)的方法，并實(shí)際體會(huì)圖像增強(qiáng)前后畫(huà)質(zhì)的變化，了解幾種不同增強(qiáng)方式用于不同圖像處理所取得的效果，培養(yǎng)處理實(shí)際圖像的能力。2實(shí)驗(yàn)要求利用MatLabH具箱中關(guān)于圖像增強(qiáng)的函數(shù)，計(jì)算本指導(dǎo)書(shū)中指定圖像的直方圖,并對(duì)其進(jìn)行灰度增強(qiáng)處理，自己編制程序?qū)崿F(xiàn)MatLab工具箱中函數(shù)以外的圖像增強(qiáng)算法，對(duì)于本指導(dǎo)書(shū)中指定的圖像進(jìn)行處理3實(shí)驗(yàn)內(nèi)容與步驟(1)調(diào)入并顯示圖像cells.gif(2)計(jì)算并顯示圖像的直方圖(3)對(duì)圖像進(jìn)行直方圖均衡增強(qiáng)，顯示均衡后的圖像及其直方圖，觀察結(jié)果并與原圖像進(jìn)行對(duì)比(4)使用指數(shù)、對(duì)數(shù)方法對(duì)圖像進(jìn)行增強(qiáng)，顯示增強(qiáng)后的圖像及其直方圖，觀察結(jié)果并與原圖像進(jìn)行對(duì)比編寫(xiě)的總程序如下：cells=imread('cells.gif')figuresubplot(1,2,1)imshow(cells)title('原始圖像')subplot(1,2,2)imhist(cells)title('原始直方圖')figure %均衡增強(qiáng)hence=histeq(cells)subplot(1,2,1)imshow(hence)title('均衡后圖像')subplot(1,2,2)imhist(hence)title('均衡后直方圖')i=mat2gray(cells)K=10g(255*i+1)/10g(256);%對(duì)數(shù)處理變換figure;subplot(121);imshow(K);title('對(duì)數(shù)變換圖像')subplot(122);imhist(K);title('對(duì)數(shù)變換后直方圖,)l=(exp(log(256)*i)-1)/255;%指數(shù)變換figure;subplot(121);imshow(l);title('指數(shù)變換圖像,)subplot(122);imhist(l);title('指數(shù)變換后直方圖')所得的圖像如下：D 1DD2DD由圖可見(jiàn)，均衡以及指數(shù)變換處理后圖片灰度分布更均勻，圖像也更清晰；而對(duì)數(shù)變換效果不明顯，相當(dāng)于是實(shí)現(xiàn)了反差的效果，將圖像整體加亮。5思考題(1)小結(jié)一下本實(shí)驗(yàn)所用的增強(qiáng)方法本實(shí)驗(yàn)用了各種算術(shù)的方法實(shí)現(xiàn)了圖像的增強(qiáng)，實(shí)質(zhì)上只是改變了點(diǎn)的像素值，為點(diǎn)運(yùn)算。(2)什么條件下可以使用對(duì)數(shù)或指數(shù)增強(qiáng)技術(shù)？對(duì)數(shù)變換能擴(kuò)展低灰度值，壓縮高灰度值，使低灰度值圖像更清晰；指數(shù)變換能擴(kuò)展高灰度值，壓縮低灰度值，適用于高灰度圖像。實(shí)驗(yàn)3圖像的算術(shù)運(yùn)算.實(shí)驗(yàn)?zāi)康牧私鈭D像的算術(shù)運(yùn)算在數(shù)字圖像處理中的應(yīng)用，體會(huì)圖像算術(shù)運(yùn)算處理的過(guò)程和處理前后圖像的變化。.實(shí)驗(yàn)要求掌握基本的圖像算術(shù)運(yùn)算及相關(guān)的MatLab程序能夠針對(duì)本實(shí)驗(yàn)指導(dǎo)書(shū)中提出的問(wèn)題自行確定適當(dāng)?shù)乃阈g(shù)運(yùn)算方法進(jìn)行處理，能夠預(yù)先估計(jì)處理效果，并能對(duì)于結(jié)果作出正確的討論。.實(shí)驗(yàn)內(nèi)容與步驟（1）進(jìn)一步閱讀有關(guān)資料并熟悉MatLab的基本操作（2）圖像算術(shù)運(yùn)算的應(yīng)用之一a）調(diào)入并顯示array1.gif和array2.gif二幅的內(nèi)容為數(shù)字陣列的圖像（這二幅圖像中所有數(shù)字的位置排列都是規(guī)則的而且字體和字號(hào)完全相同僅有少量數(shù)字不一樣）b）考慮使用適當(dāng)?shù)膱D像算術(shù)運(yùn)算方法找出二幅圖像中不同的數(shù)字及其所處的位置c）圖像array3.gif與array2.gif中的數(shù)字完全一樣但是數(shù)字的位置略有不同以array3.gif代替array2.gif進(jìn)行上述處理觀察其結(jié)果并與前面的結(jié)果進(jìn)行比較d）顯示/記錄處理結(jié)果并做出報(bào)告（3）圖像算術(shù)運(yùn)算的應(yīng)用之二a）調(diào)入并顯示圖像CARS1.bmp~CARS6.bmp共六幅圖像（這些圖像為某交通監(jiān)視系統(tǒng)獲取的一系列圖像）b）為了完成交通的自動(dòng)監(jiān)管需要為圖像識(shí)別系統(tǒng)提供不帶背景的車輛照片考慮使用適當(dāng)?shù)膱D像算術(shù)運(yùn)算方法達(dá)到得到這一目的提示為了得到車輛的圖像必須去除圖像的背景而圖像的背景可以通過(guò)多幅圖像的平均而近似取得顯示/記錄處理結(jié)果并做出報(bào)告（4）圖像的算術(shù)運(yùn)算的應(yīng)用之三a）調(diào)入并顯示noisy400.bmpb）注意觀察上述圖像（請(qǐng)注意這幅圖像實(shí)際上包括了64幅小圖像）并對(duì)原始圖像的狀況進(jìn)行評(píng)價(jià)c）圖像的噪聲是加性噪聲考慮使用適當(dāng)?shù)膱D像算術(shù)運(yùn)算方法去除噪聲進(jìn)行處理并顯示處理后的結(jié)果.實(shí)驗(yàn)結(jié)果(1)程序代碼如下clear[Im,map]=imread('array1.gif'); %輸入圖像array1.gifI1=ind2gray(Im,map);[Im,map]=imread('array2.gif'); %輸入圖像array2.gifI2=ind2gray(Im,map);[Im,map]=imread('array3.gif'); %輸入圖像array3.gifI3=ind2gray(Im,map);D1=I1-I2+0.5; %得到I1和I2的差，加上0.5調(diào)解背景亮度D2=I1-I3+0.5; %得到I1和I3的差，加上0.5調(diào)解背景亮度f(wàn)igure(1)imshow(D1);title('圖像array1-array2+0.5');figure(2)imshow(D2);title('圖像array1-array3+0.5');得到圖像array1-array2+0.5圖像array1-array3+0.525235247076996524747476746742757^857^77098768^6763576765^676093181^1^28^39967^601958^75^89^8587^17635635J5787667578796968231^^738790^278^23562556028395859^87^357632^85870922356^63502890567287863^2757799709819037757956057090796909880888960598463492609896890^6958752468748556756745(556572g784(574565396248759865365765756^5678679876368由圖可看出，arrayl和array2圖像相似度比較高，減法運(yùn)算時(shí)顯示出了兩圖像之間的差別，而array2和array3之間因?yàn)樽痔?hào)和字體不一致，減法運(yùn)算結(jié)果顯示處像素二者完全不同。(2)代碼如下：clear%輸入圖像CARS1.bmp%輸入圖像CARS2.bmp%%輸入圖像CARS1.bmp%輸入圖像CARS2.bmp%輸入圖像CARS3.bmp%輸入圖像CARS4.bmp%輸入圖像CARS5.bmp%輸入圖像CARS6.bmp[Im,map]=imread('CARS2.bmp*)；C2=ind2gray(Im,map);[Im,map]=imread('CARS3.bmp');C3=ind2gray(Im,map);[Im,map]=imread('CARS4.bmp');C4=ind2gray(Im,map);[Im,map]=imread('CARS5.bmp');C5=ind2gray(Im,map);[Im,map]=imread('CARS6.bmp*);C6=ind2gray(Im,map);figure(1)subplot(2,3,1),imshow(C1);title(,fMifiCARS1.bmp,);subplot(2,3,2),imshow(C2);title('fXi/CARS2.bmp');subplot(2,3,3),imshow(C3);title(,fMifiCARS3.bmp,);subplot(2,3,4),imshow(C4);title('fXi/CARS4.bmp');subplot(2,3,5),imshow(C5);title('lMifiCARS5.bmp');subplot(2,3,6),imshow(C6);title('fXi/CARS6.bmp');B=C1/6+C2/6+C3/6+C4/6+C5/6+C6/6; %pt^O6-uIMifiEipA±3^0

figure(2)imshow(B); %l6E^p^^6EjpApA±3^°fMifititle('P^M6EipApA±3^°t^ifi');figure(3)subplot(2,3,1),imshow(C1-B+0.5);title('I^ifiC1-B');subplot(2,3,2),imshow(C2-B+0.5);title('I^ifiC2-B');subplot(2,3,3),imshow(C3-B+0.5);title('I^ifiC3-B');subplot(2,3,4),imshow(C4-B+0.5);title('I^ifiC4-B');subplot(2,3,5),imshow(C5-B+0.5);title('I^ifiC5-B');subplotARS3哪pimshoJIClC+RS豺mtitle(，譽(yù)i!OBWbmP調(diào)入的六張圖如下：圖像CARS1.bmp圖像CARS2.bmp圖像CARS3.bmp圖像CARS4.bmp圖像CARS5.bmp圖像CARS6.bmp圖像CARS1.bmp圖像CARS2.bmp圖像CARS3.bmp圖像CARS4.bmp圖像CARS5.bmp圖像CARS6.bmp疊加后顯示的背景為疊加后顯示的背景為疊加取得的背景圖像去除背景后得到的圖像

疊加取得的背景圖像去除背景后得到的圖像C1-B圖像C2-B圖像C3-B圖像C1-B圖像C2-B圖像C3-B圖像C4-B圖像C5-BC1-B圖像C2-B圖像C3-B圖像C1-B圖像C2-B圖像C3-B圖像C4-B圖像C5-B圖像C6-B通過(guò)圖3結(jié)果顯示，圖片背景全部被剔除出，只可見(jiàn)形勢(shì)的騎車圖像。(3)代碼如下clear[Im,map]=imread('noisy400.bmp');IN=ind2gray(Im,map);figure(1)imshow(IN);title('圖像noisy400');a=64;b=0;is=zeros(size(50));forj=0:7fori=0:7in=imcrop(IN,[i*50+1,j*50+1,49,49]);is=is+in/a;figure(2);imshow(in)title'原始圖像')figure(3);imshow(is)title'疊加圖像')b=b+1;ifb>=a,break,endend

ifb>=a,break,endend調(diào)用的原始圖像為:圖像noisy400經(jīng)過(guò)剪切拼合后得到:疊加圖像疊加后有效地顯示出了原始圖像。.思考題/問(wèn)答題(1)若實(shí)驗(yàn)內(nèi)容應(yīng)用之一的圖像數(shù)字陣列中數(shù)字的位置、字體、字號(hào)不完全相同是否可以使用本實(shí)驗(yàn)中的方法進(jìn)行處理？不可以，無(wú)法準(zhǔn)確地用減法得到想要的圖像差別。(2)實(shí)驗(yàn)內(nèi)容應(yīng)用之二的圖像背景剔除的效果如何？為什么？如何改進(jìn)？效果不是很理想，圖像整體偏暗，可用對(duì)數(shù)變換來(lái)增強(qiáng)。(3)實(shí)驗(yàn)內(nèi)容應(yīng)用之三中對(duì)圖像noisy400.bmp進(jìn)行處理時(shí)，參與疊加的圖像數(shù)量與疊加結(jié)果有什么關(guān)系？大約多少幅圖像疊加可以取得比較滿意的結(jié)果？數(shù)量越多，疊加后的圖像余額清晰；大約20幅圖可以顯示暗但比較清晰的數(shù)字。實(shí)驗(yàn)4圖像的變換1實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解乂@此a6軟件/語(yǔ)言，學(xué)會(huì)自己編制乂2此26函數(shù)。學(xué)會(huì)使用MatLab軟件的工具函數(shù)對(duì)圖像進(jìn)行FFT、DCT變換以及這些變換的反變換。了解圖像內(nèi)容(空間域)與頻譜(頻率域)的對(duì)應(yīng)關(guān)系，并學(xué)會(huì)對(duì)此進(jìn)行評(píng)價(jià)。進(jìn)行頻率成分缺省條件下的反變換，體會(huì)頻率成分與重建圖像質(zhì)量的關(guān)系。2實(shí)驗(yàn)要求學(xué)生應(yīng)當(dāng)編制自己的乂@此@6函數(shù)，完成規(guī)定圖像的變換和反變換。能正確評(píng)價(jià)圖像內(nèi)容(空間域)與頻譜(頻率域)的對(duì)應(yīng)關(guān)系。3實(shí)驗(yàn)內(nèi)容與步驟(1)利用MatLab工具箱中的函數(shù)編制FFT頻譜顯示的函數(shù)a.調(diào)入顯示圖像blood.gifb.對(duì)這幅圖像做FFT并利用自編的函數(shù)顯示其頻譜a.調(diào)入顯示圖像lena.gifb.對(duì)圖像做FFT進(jìn)行離散余弦變換(DCT)并顯示其頻譜c.選用不同的頻譜分量利用離散余弦反變換(IDCT)對(duì)圖像進(jìn)行重建d.觀察重建結(jié)果，并判斷基本保持圖像質(zhì)量所需要的最少頻譜分量，從結(jié)果中體會(huì)圖像有損壓縮及可變壓縮率的思想和技術(shù)。4實(shí)驗(yàn)結(jié)果(1)編寫(xiě)FFT顯示函數(shù)functionfftdis(I)RR=real(I);II=imag(I);A=sqrt(RR.A2+II.A2);A=(A-min(min(A)))/(max(max(A))-min(min(A)))*255;%歸一化imshow(A);(2)顯示blood.tif的頻譜圖像clear[Im,map]=imread('blood.gif');I=ind2gray(Im,map);figure(1)imshow(I);title('原始圖像');J=fft2(I);figure(2)fftdis(J);title('FFT頻譜圖像');K=fftshift(J);figure(3)fftdis(K);title('移位后的FFT幅度譜');figure(4)B=ifft2(J);imshow(B);title('重建圖像');得到的圖像如下：原始圖像 FFT幅度譜移位后的FFT幅度譜 重建圖像傅里葉逆變換后得到的圖像幾乎不失真，(3) 調(diào)入瓦皿,宣￡余弦變換以及反變換clear[Im,map]=imread('lena.gif');I=ind2gray(Im,map);figure(1)imshow(I);title('原始圖像');J=dct2(I);figure(2)imshow(log(abs(J)),[]);title('DIT譜(對(duì)數(shù))')；B=idct2(J);figure(3)imshow(uint8(B));title('全系數(shù)重建圖像');t1=0.02;t2=0.1;J1=J;J2=J;J1(abs(J1)<t1)=0;J2(abs(J)<t2)=0;B1=idct2(J1);

figure(4)imshow(uint8(B1));title('部分系數(shù)重建圖像1');B2=idct2(J2);figure(5)imshow(uint8(B2));title('部分系數(shù)重建圖像2');得到的圖像結(jié)果如下，其中部分系數(shù)重建中頻率分量分別為0.02,0.1：原始圖像DCT譜(對(duì)數(shù))

全系數(shù)重建非常好的回復(fù)了原始圖像，驗(yàn)證了余弦變換的可行性。部分系數(shù)重建圖像t部分系數(shù)重建圖像t=20部分系數(shù)重建圖像t=2可見(jiàn)逆余弦變換后德奧的圖像仍然能很好的回復(fù)原始圖像，而且部分系數(shù)t=2時(shí)恢復(fù)發(fā)圖像也能達(dá)到很好的效果，但將小于20的頻率分量舍去時(shí)重建后返現(xiàn)圖像變模糊了。5思考題/問(wèn)答題(1)為什么要將頻譜的中心移動(dòng)到畫(huà)面的中心？如果不做這樣的移動(dòng)會(huì)有如何結(jié)果？fftshift只是將fft2的結(jié)果移了下位，fft2的左下部分和右上部分對(duì)調(diào)，左上部分和右下部分對(duì)調(diào)，結(jié)果fft2的零頻移到fft2得到矩陣的中心，這時(shí)可以看到中心一個(gè)亮點(diǎn)，要不然零頻就分布在矩陣的四個(gè)角，中間一片黑(2)用離散余弦反變換(IDCT)對(duì)圖像進(jìn)行重建時(shí)，當(dāng)使用的頻率成分減少時(shí)圖像中的那些性質(zhì)受到影響？為什么？圖像的分辨率會(huì)收到影響，如上圖匯中t=20時(shí)所示，圖像明顯變得模糊，因?yàn)閬G失掉的頻率成分重建后相當(dāng)于丟失部分像素點(diǎn)。

實(shí)驗(yàn)5圖像的濾波1實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解乂@也己6軟件/語(yǔ)言，學(xué)會(huì)使用MatLab對(duì)圖像作濾波處理。使學(xué)生有機(jī)會(huì)掌握濾波算法，體會(huì)濾波效果，了解幾種不同濾波方式的使用和使用的場(chǎng)合。2實(shí)驗(yàn)要求學(xué)生應(yīng)當(dāng)了解理想濾波器的濾波效果；完成對(duì)于給定圖像加入噪聲；設(shè)計(jì)指定的濾波模板；比較空間濾波器和2-D卷積算法的區(qū)別；使用移動(dòng)平均濾波器中值濾波器；對(duì)不同強(qiáng)度的高斯噪聲和椒鹽噪聲進(jìn)行濾波處理；能夠正確地評(píng)價(jià)處理的結(jié)果；能夠從理論上作出合理的解釋。3實(shí)驗(yàn)內(nèi)容與步驟（1）理想低通和高通濾波器a）調(diào)入并顯示blood.gif圖像b）利用本實(shí)驗(yàn)指導(dǎo)書(shū)所附帶的idllowpass.m函數(shù),對(duì)上述圖像進(jìn)行處理并觀察不同濾波半徑（0.0~1.0）條件下低通濾波圖像的變化c）利用高通濾波器與低通濾波器的關(guān)系自行通過(guò)原始圖像和濾波后的低通圖像計(jì)算得到理想高通濾波器的處理結(jié)果d）觀察不同濾波半徑（0.0~1.0）條件下高通濾波圖像的變化（2）預(yù)定義空間濾波器a）調(diào)入并顯示圖像shuttle.gifb）利用預(yù)定義函數(shù)fspecial命令產(chǎn)生移動(dòng)平均（average）濾波器和自行定義的高通濾波器（注意與標(biāo)準(zhǔn)HPF的不同之處）-1—1—1以及浮雕濾波器_]g_]—I-I-]對(duì)圖像進(jìn)行處理c）對(duì)浮雕濾波器對(duì)圖像進(jìn)行處理c）對(duì)浮雕濾波器d）修改移動(dòng)平均圍下移動(dòng)平均0 00 。0■+1的輸出進(jìn)行反轉(zhuǎn)處理使之便于觀察濾波器的平均范圍觀察不同平均范濾波的結(jié)果（3）空間濾波和2-D卷積的比較調(diào)入并顯示圖像shuttle.gif利用預(yù)定義函數(shù)fspecial命令產(chǎn)生高通濾波器c)分別用空間濾波函數(shù)filter2和2-D卷積函數(shù)conv2對(duì)圖像進(jìn)行處理并觀察處理結(jié)果d)對(duì)調(diào)filter2和2-D卷積函數(shù)conv2的參數(shù)中模板和圖像的位置然后對(duì)圖像進(jìn)行處理并觀察濾波的結(jié)果e)在filter2和2-D卷積函數(shù)conv2的參數(shù)中選用’full"參數(shù)或者不選用該參數(shù)對(duì)圖像進(jìn)行處理并觀察處理結(jié)果(4)用空間濾波器進(jìn)行降噪處理a)調(diào)入并顯示圖像sat.gifb)利用imnoise命令在圖像sat.gif上加入高斯(gaussian)噪聲和椒鹽噪聲(salt&pepper)c)分別用移動(dòng)平滑濾波器以及中值濾波器對(duì)加入噪聲的圖像進(jìn)行處理，并觀察不同噪聲水平下上述濾波器處理的結(jié)果4實(shí)驗(yàn)結(jié)果⑴讀入圖像并調(diào)用濾波函數(shù)i=imread('blood.gif');idllowpass(i,0.3)原始圖像FFT的對(duì)數(shù)幅度譜頻率域?yàn)V波器cutoff=0.1濾波后的原始圖像FFT的對(duì)數(shù)幅度譜cutoff=0.1頻率域?yàn)V波器cutoff=0.3濾波后圖像的FFT的對(duì)數(shù)幅度譜cutoff=0.3由圖可知，濾波后圖像的FFT對(duì)數(shù)譜范圍基本與濾波器頻譜一致，濾波范圍外全部置零，得到很好的濾波效果，而且隨著濾波半徑的增大，得到的圖像顯示范圍越大。(2)預(yù)定空間濾波器i=imread('shuttle.gif');figure(1);imshow(i);Hhp=[-1-1-1;-19-1;-1-1-1];Heb=[-100;000;00-1]; %浮雕濾波器模板J=filter2(Hhp,i); %自定義高通濾波figure(2);imshow(J);^^已('高通濾波')J1=filter2(Heb,i);

figure(3);imshow(uint8(-J1));%浮雕濾波title('浮雕濾波')H=fspecial('average',3);J2=filter2(H,i);figure(4);imshow(uint8(J2));title('平均濾波n=3')原始圖像自定義高通濾波浮雕濾波 平均濾波n=3平均濾波n=2平均濾波n=6由圖發(fā)現(xiàn)，平均濾波范圍越大，圖像越模糊。(3)空間濾波和2-D卷積的比較自定義高通濾波有加11參數(shù)下的結(jié)果:2-淮積自定義高通濾波 2-1卷積可見(jiàn)conv2卷積后相當(dāng)于是高通濾波與原圖像的疊加，既含有圖像內(nèi)容又包含高通濾波圖像中的輪廓。(4)用空間濾波器降噪整個(gè)程序代碼如下i=imread('sat.gif');j=imnoise(i,'gaussian',0,0.02);figure(1);imshow(j);title('加椒鹽噪聲m=0,v=0.02');j1=imnoise(i,'salt&pepper',0.02);%j1=imnoise(i,'salt&pepper',0.05)figure;imshow(j1);title('加椒鹽噪聲=0.02');%title('加椒鹽噪聲d=0.05');j2=fftshift(i);figure(3);imshow(j2);title('移動(dòng)平滑濾波器處理高斯噪聲');j3=fftshift(j1);figure(4);imshow(j3);title('移動(dòng)平滑濾波器處理椒鹽噪聲');k=medfilt2(i);figure;imshow(k);title('中值濾波處理高斯噪聲');

k1=medfilt2(j1);figure;imshow(kl);title('中值濾波處理椒鹽噪聲');平滑移動(dòng)濾波得到的圖像加高斯噪m=0,v=0.04加高斯噪m=0,v=0.04加椒鹽噪聲d=0.05移動(dòng)平滑濾波器處理高斯噪聲移動(dòng)平滑濾波器處理椒鹽噪聲當(dāng)j=imnoise(i,'gaussian',0,0.02);jl=imnoise(i,'salt&pepper',0.02);得到加高斯噪m=0,v=0.02 加椒鹽噪聲d=0.02

中值濾波處理椒鹽噪聲中值濾波處理高斯噪聲中值濾波處理椒鹽噪聲中值濾波處理高斯噪聲由圖可知中值濾波處理高斯以及教椒鹽噪聲效果更好，且所得處理圖像很清晰。由上圖可知5思考題/問(wèn)答題(1)為什么將空間濾波函數(shù)filter2的參數(shù)中將模板和圖像對(duì)調(diào)可能出現(xiàn)輸出圖像顛倒或尺寸變化，而2-D卷積函數(shù)conv2中進(jìn)行類似的對(duì)調(diào)則不會(huì)出現(xiàn)這樣的變化？答：filter2(h,i)是用h中矩陣來(lái)過(guò)濾i中的數(shù)據(jù)，參數(shù)之間有明確的先后順序，而conv2具有卷積的交換律的性質(zhì)，故對(duì)調(diào)參數(shù)結(jié)果不會(huì)發(fā)生變化。(2)理想濾波器的濾波結(jié)果有什么特點(diǎn)？為什么？噪聲基本清清除，所得圖像比較清晰，但是會(huì)有些個(gè)別的點(diǎn)會(huì)被過(guò)濾噪聲失真。(3)中值濾波器適用于處理什么樣的噪聲？為什么？由圖可知，中值濾波適合處理椒鹽噪聲，因?yàn)榻符}噪聲是0或者1,不存在灰度過(guò)度值，中值處理能很好過(guò)濾這種極化的點(diǎn)的灰度。實(shí)驗(yàn)6圖像的恢復(fù)1實(shí)驗(yàn)?zāi)康氖褂肕atLab軟件完成一些典型的圖像恢復(fù)算法。使學(xué)生具有初步的處理圖像恢復(fù)問(wèn)題的能力。通過(guò)實(shí)驗(yàn)體會(huì)圖像恢復(fù)的效果，了解幾種典型圖像恢復(fù)方法的適用場(chǎng)合及特點(diǎn)。2實(shí)驗(yàn)要求對(duì)于無(wú)噪聲條件下的模糊化圖像進(jìn)行直接反濾波、改進(jìn)的反濾波；對(duì)于模糊化圖像加入不同水平的噪聲，再用上述兩種方法進(jìn)行恢復(fù)。3實(shí)驗(yàn)內(nèi)容與步驟(1)退化圖像的反濾波恢復(fù)(a)調(diào)入并顯示圖像girl.gif；(b)使用Gaussian濾波器(標(biāo)準(zhǔn)差為2,模板尺寸為20)進(jìn)行模糊化，并顯示模糊化的結(jié)果及其頻譜；(c)對(duì)模糊化函數(shù)進(jìn)行FFT，顯示其頻譜；(d)根據(jù)模糊化函數(shù)的頻譜構(gòu)建“反向?yàn)V波器”，并顯示其頻譜；(e)用反向?yàn)V波器進(jìn)行圖像恢復(fù)，顯示恢復(fù)的結(jié)果及其頻譜；(f)給模糊化的圖像加上高斯噪聲，顯示加噪聲后的模糊化的結(jié)果；(g)使用反濾波方法對(duì)加噪聲的模糊化圖像進(jìn)行恢復(fù)，并顯示恢復(fù)的結(jié)果；(h)適當(dāng)調(diào)整噪聲幅度，觀察反向?yàn)V波器所能夠容忍的噪聲幅度有多大。(2)退化圖像的有限反濾波恢復(fù)重復(fù)(1)中的各個(gè)步驟，但所使用的恢復(fù)濾波器為有限反向?yàn)V波器：/ --—:注意改變閾值T觀察其抗噪聲能力和恢復(fù)效果的變化。4(1)退化圖像的反濾波恢復(fù)代碼如下：clear;i=imread('lena.gif');figure(1);imshow(i);title('原