图像滤波研究-数字图像处理课设(RX).docx

课程名称：数字图像处理实验项目：图像滤波研究实验地点：起点机房专业班级：通信1002 学号： 2010001293学生姓名：邢增瑛指导教师：续欣莹2013年 6 月 14日课题图像滤波研究一、设计目的1）提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方2）熟悉掌握 MATLAB 语言，可以进行数字图像的应用的开发设计。二、设计内容刚获得的图像有很多的噪声，这是由平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。这就是所谓的图像滤波研究。本设计就是用图像平均、平滑滤波、中值滤波、理想低通滤波方法、巴特沃斯滤波方法五种方法来实现图像滤波处理。三、总体方案设计自选黑白图像，用加噪声的方法获得有噪图像。整个设计要完成的基本功能大致如下：用图像平均的方法消除噪声并计算信噪比的改善。(参考P.68)用平滑滤波方法消除噪声并计算信噪比的改善(参考P.71)。用中值滤波方法消除噪声并计算信噪比的改善(参考P.73)。用理想低通滤波方法消除噪声并计算信噪比的改善(参考P.78)。5、用巴特沃斯低通滤波方法消除噪声并计算信噪比的改善(参考P.80)。更换不同特性的图像和噪声重复以上滤波方法，观察并分析这些算法的应用场合。在该设计中，所采用的噪声类型主要有：高斯噪声，椒盐噪声。四、各个功能模块的主要实现程序以及测试和调试1、用图像平均的方法消除噪声并计算信噪比的改善程序I=imread(9.gif);x=1;[M,N]=size(I);II1=zeros(M,N);fori=1:16II(:,:,i)=imnoise(I,gaussian,0,0.01); II1=II1+double(II(:,:,i));if or(or(i==1,i==4),or(i==8,i==16));subplot(2,2,x);imshow(uint8(II1/i));title(num2str(x)); x=x+1;endendI2=double(II1/1)-double(I); %添加噪声后图与原图像想减得噪声I3=double(II1/2)-double(I); %添加噪声后图与原图像想减得噪声I4=double(II1/3)-double(I); %添加噪声后图与原图像想减得噪声I5=double(II1/4)-double(I); %添加噪声后图与原图像想减得噪声A=std2(I2/255)^2;%对 I2 图像进行方差运算B=std2(I3/255)^2;%对 I3 图像进行方差运算C=std2(I4/255)^2;%对 I4 图像进行方差运算D=std2(I5/255)^2;%对 I5 图像进行方差运算E=std2(II1/255)^2; %对噪声进行方差运算Y1=10*log(E/A);%计算图像信噪比Y2=10*log(E/B);Y3=10*log(E/C);Y4=10*log(E/D);X=[A B C D]SNR=[Y1 Y2 Y3 Y4]结果：相应信噪比2、用平滑滤波方法消除噪声并计算信噪比的改善程序I=imread(16.gif);J=imnoise(I,gaussian,0,0.03);subplot(231),imshow(I);title(原始图像);subplot(232),imshow(J);title(添加椒盐噪声的图像);k1=filter2(fspecial(average,3),J);%进行3*3模板平滑滤波k2=filter2(fspecial(average,5),J);%进行5*5模板平滑滤波k3=filter2(fspecial(average,7),J);%进行7*7模板平滑滤波k4=filter2(fspecial(average,9),J);%进行9*9模板平滑滤波subplot(233),imshow(uint8(k1));title(3*3模板平滑滤波);Q1=uint8(k1);subplot(234),imshow(uint8(k2));title(5*5模板平滑滤波);Q2=uint8(k2);subplot(235),imshow(uint8(k3));title(7*7模板平滑滤波);Q3=uint8(k2);subplot(236),imshow(uint8(k4));title(9*9模板平滑滤波);Q4=uint8(k2);%计算信噪比I2=double(J)-double(I); %通过添加噪声的图像与原图像想见运算的到噪声A=std2(I2)^2 %对噪声