图像去噪实验报告.docx

姓名： 学号： 图像去噪 ——数字图像处理 实验二报告 一、实验目的 1. 熟悉图像高斯噪声和椒盐噪声的特点； 2. 掌握利用均值滤波和中值滤波去除图像噪声的方法。 二、实验内容 1. 打开Matlab 编程环境。 2. 读入图像，在图像上分别添加高斯噪声和椒盐噪声。 3. 显示原图像和噪声图像。 4. 对噪声图像进行均值滤波和中值滤波处理。 5. 显示处理效果图。 三、实验程序及结果 1.实验程序 2.实验结果 图  SEQ 图 \* ARABIC 1. 原图像 图  SEQ 图 \* ARABIC 2. 加入噪声后的图像 图  SEQ 图 \* ARABIC 3. 处理后的图像 四、实验思考： 1. 比较均值滤波和中值滤波的对高斯噪声和椒盐噪声图像的处理效果，分析原理？ 答：(1).从实验结果可以看出：  eq \o\ac(○,1)对于加了椒盐噪声的图像，利用中值滤波抑制噪声得到的效果更好；  eq \o\ac(○,2)对于加了高斯噪声的图像，利用均值滤波抑制噪声得到的效果更好；  eq \o\ac(○,3)均值滤波是图像变得平滑、模糊；  eq \o\ac(○,4)中值滤波对高斯噪声的抑制作用更差，中值滤波适合处理含椒盐噪声的图像。 (2).分析如下：  eq \o\ac(○,1)椒盐噪声包含椒噪声（低灰度值）和盐噪声（高灰度）。若进行中值滤波，对模板中的像素从小到大排列，取模板中排在中间位置的像素值来替代原来的像素值，则最亮和最暗的点一定被排在两侧，排在中间位置的像素值接近原像素值，这样就能达到滤除噪声的目的。若进行均值滤波，用模板中全体像素点均值来替代原来的像素值，则较大和较小的像素值对结果影响大，这样就把椒盐噪声平均到了最终结果中，不利于滤除噪声。  eq \o\ac(○,2)高斯噪声是服从高斯分布（即正态分布）的噪声。若进行中值滤波，则随机地将噪声像素点的灰度值加到了最终得到的像素值中，不利于滤除噪声。若进行均值滤波，则可以将高斯噪声取平均隐含于最终得到的像素值中，能较好地滤除噪声。  eq \o\ac(○,3)由于均值滤波是用模???中全体像素点均值来替代原来的像素值，所以它在降低噪声的同时会使图像模糊，特别是边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度也越严重。  eq \o\ac(○,4)由于中值滤波对模板中的像素从小到大排列，取模板中排在中间位置的像素值来替代原来的像素值，则最亮和最暗的点一定被排在两侧，排在中间位置的像素值接近原像素值，所以中值滤波对去除椒盐噪声有奇效。