数字图像处理doc.doc

数字图像处理实验报告 一、实验内容实验结果如右图： 代码如下： Subplot (1,3,1) i=imread(E:\数字图像处理\2.jpg) imshow(i) title(RGB) Subplot (1,3,2) j=rgb2gray(i) imshow(j) title(灰度) Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title(二值) ? 2.解答： 如下图所示，对原图加入椒盐噪声，分别使用2x2，4x4，8x8的模板对图像进行滤波。 可见中值滤波对椒盐噪声的滤波效果非常明显，2x2的模板率出了大部分噪声，还有小部分剩余，4x4基本率出了全部噪声，而8x8模板在滤除噪声的同时对原图像造成了不小的影响，是图像边缘模糊。 但是均值滤波的效果就不是很明显了，无论是2x2,4x4还是8x8滤波后都能看到明显的噪声。 如下图所示，对原始图像加入高斯噪声，然后分别使用2x2,4x4,8x8的模板对图像进行均值滤波。 可见，使用中值滤波对图像的噪声并不能很好的过滤，但也能够过滤掉一部分噪声，8x8的滤波效果最好，但是对原始图像产生了比较大的影响，背景的纹理基本不可见。 使用均值滤波对高斯噪声的滤波结果比较理想，使用4x4滤波后的图像基本看不到噪声的存在，使用8x8模板之后噪声已经非常小了，但是原图像却发生了很大的变化。 综上所述，对于不同的噪声类型不同的滤波方法产生的结果不同。中值 滤波对于椒盐噪声有很好的滤波效果，而均值滤波对搞死噪声有较好的滤波效果。同时中值滤波和均值滤波在使用的模板过大的时候会对图形造成较大的影响，边缘模糊，细节纹理丢失等。?? MATLAB代码： [test3_salt.m] %test3 clc;close all;clear all; im = imread(alies.jpg);im = im2double(im); %加入椒盐噪声和高斯噪声 im_salt = imnoise(im, salt pepper, 0.1); %中值滤波(2x2, 4x4, 8x8) for z = 1:3 %椒盐噪声 im_salt_mid_2x2(:,:,z) = medfilt2(im_salt(:,:,z), [2, 2]); im_salt_mid_4x4(:,:,z) = medfilt2(im_salt(:,:,z), [4, 4]); im_salt_mid_8x8(:,:,z) = medfilt2(im_salt(:,:,z), [8, 8]); end %均值滤波(2x2, 4x4, 8x8) mask1 = ones(2, 2)/4; mask2 = ones(4, 4)/16; mask3 = ones(8, 8)/64; for z = 1:3 %椒盐噪声 im_salt_avg_2x2(:,:,z) = conv2(im_salt(:,:,z), mask1); im_salt_avg_4x4(:,:,z) = conv2(im_salt(:,:,z), mask2); im_salt_avg_8x8(:,:,z) = conv2(im_salt(:,:,z), mask3); end figure(name, 椒盐噪声滤波); subplot(331); imshow(im);title(原图); subplot(333); imshow(im_salt);title(椒盐噪声); subplot(334); imshow(im_salt_mid_2x2);title(2x2中值滤波椒盐噪声); subplot(335); imshow(im_salt_mid_4x4);title(4x4中值滤波椒盐噪声); subplot(336); imshow(im_salt_mid_8x8);title(8x8中值滤波椒盐噪声); subplot(337); imshow(im_salt_avg_2x2);title(2x2均值滤波椒盐噪声); subplot(338); imshow(im_salt_avg_4x4);title(4x4均值滤波椒盐噪声); subplot(339); imshow(im_salt_avg_8x8);title(8x8均值滤波椒盐噪声); [test3_gaus.m] %test3 clc;close all;clear all; im = imread(alies.jpg);im = im2double(im); %加入高斯噪声和高斯噪声 im_gaus = imnoise(im, gaussia