实验四 图像的平滑.doc

实验四 图像的平滑 实验目的 1、掌握常见的图像噪声种类； 2、理解邻域平均法和中值滤波的原理、特点、适用对象； 3、掌握边缘检测的基本思想和常见的边缘检测算子的使用方法； 实验原理及内容 图像平滑的目的是消除图像噪声、恢复原始图像。 实际中摄取的图像一般都含有某种噪声，引起噪声的原因很多，噪声的种类也很多。总的说来，可以将噪声分为加性噪声和乘性噪声。加性噪声中又包含高斯噪声、椒盐噪声等典型噪声。 Matlab图像处理工具箱提供了模拟噪声生成的函数imnoise，可以对图像添加一些典型的噪声。 imnoise格式：J=imnoise(I，type，parameters)； 常见的去除噪声的方法有：邻域平均法、空间域低通滤波、频率域低通滤波、中值滤波等。 二维中值滤波的Matlab函数为medfilt2。 实验内容： 1、对图像lena.tif叠加零均值高斯噪声，噪声方差为0.02，然后分别利用邻域平均法和中值滤波法（窗口尺寸可变（先用3×3，再取5×5逐渐增大）对该图像进行滤波，显示滤波后的图像。 2、对图像lena.tif叠加椒盐噪声,噪声方差为0.02，选择合适的滤波器将噪声滤除。 3、对图像lena.tif叠加乘性噪声,噪声方差为0.02，设计一种处理方法，既能去噪声又能保持边缘清晰。 三、实验报告要求 1、给出对图像lena.tif叠加零均值高斯噪声，以及利用平均法和中值滤波法对该图像进行滤波的Matlab程序，显示叠加噪声前后的图像，显示滤波后的图像，比较滤波效果。 2、给出对图像lena.tif叠加椒盐噪声，以及对该图像进行滤波的Matlab程序，显示叠加噪声前后的图像，显示滤波后的图像，对结果进行分析。 3、给出对图像lena.tif叠加乘性噪声，以及对该图像进行滤波的Matlab程序，显示叠加噪声前后的图像，显示滤波后的图像，对结果进行分析。 4、比较中值滤波对含有不同噪声的图像的平滑效果，讨论中值滤波最适用于平滑哪种噪声？ 四、实验程序及框图 实验框图 实验程序 1.叠加高斯噪声并滤波 clear all %清空工作空间 I=imread(lena.jpg); %读入图像 J=imnoise(I,gaussian,0,0.02); %叠加高斯噪声 h1=im2double(J); %转换成double型 h2=fspecial(average); g1=filter2(h2,h1,same); %均值滤波 g2=medfilt2(h1); %中值滤波 subplot(2,2,1);imshow(I); xlabel(原图) %显示原图 subplot(2,2,2);imshow(J); xlabel(添加高斯噪声) %显示叠加噪声图像 subplot(2,2,3);imshow(g1); xlabel(均值滤波) %显示均值滤波图像 subplot(2,2,4);imshow(g2); xlabel(中值滤波) %显示中值滤波图像 2.叠加椒盐噪声并滤波 clear all; %清空工作空间 I=imread(lena.jpg); %读入图像 J=imnoise(I,salt pepper,0.02); %叠加椒盐噪声 h1=im2double(J); %转换成double型 h2=fspecial(average); g1=filter2(h2,h1,same); %均值滤波 g2=medfilt2(h1); %中值滤波 subplot(2,2,1);imshow(I); xlabel(原图像); %显示原图 subplot(2,2,2);imshow(J) xlabel(添加椒盐噪声图像); %显