图像处理实验报告[共17页].docVIP

PAGE / NUMPAGES 中南民族大学 计算机科学学院 数字图像处理实验报告 年 级 专 业 计算机科学与技术 指导教师 学 号 姓 名 实验类型 综合型 成绩评定 考语： 教师签名： 年 月 日 2012 年 6月 5日 一、实验安排 1.实验目的 加深对数字图像处理理论课程的理解,进一步熟悉数字图像处理课程的相关算法和原理。 2.实验内容 实验一：略（放假） 实验二： 选择一副图像,叠加椒盐噪声,分别用邻域平均法和中值滤波法对该图像进行滤波,显示滤波后的图像,比较和分析各滤波器的效果。 选择一副图像,叠加零均值高斯噪声,设计一种处理方法,既能去噪声,又能保持边缘清晰。 3.实验环境 Matlab7 二、算法原理 领域平均法有力地抑制了噪声,同时也引起了模糊,模糊程度与领域半径成正比。 中值滤波是一种非线性平滑滤波,在一定的条件下可以克服线性滤波如（平滑滤波）等所带来的图像细节模糊问题,而且对过滤脉冲干扰及图像扫描噪声非常有效。但对某些细节多（特别是点,线,尖顶）的图像不宜采用中值滤波方法。中值滤波是用一个有奇数点的滑动窗口,将窗口中心点的值用窗口各点的中值代替。中值滤波器不像平滑滤波器那样使图像边界模糊,它在衰减噪声的同时,保持了图像细节的清晰。 三、Matlab代码 （1）a.叠加椒盐噪声,用邻域平均法对该图像进行滤波 I=imread(eight.jpg); J=imnoise(I,salt pepper,0.02); subplot(231),imshow(I);title(原图象); subplot(232),imshow(J);title(添加椒盐噪声图象); k1=filter2(fspecial(average,3),J); k2=filter2(fspecial(average,5),J); k3=filter2(fspecial(average,7),J); k4=filter2(fspecial(average,9),J); subplot(233),imshow(uint8(k1));title(3*3模版平滑滤波); subplot(234),imshow(uint8(k2));title(5*5模版平滑滤波); subplot(235),imshow(uint8(k3));title(7*7模版平滑滤波); subplot(236),imshow(uint8(k4));title(9*9模版平滑滤波); b.叠加椒盐噪声,用中值滤波法对该图像进行滤波 I=imread(eight.tif); I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); subplot(231),imshow(I);title(原图象); subplot(232),imshow(J);title(添加椒盐噪声图象) k1=medfilt2(J); k2=medfilt2(J,[5 5]); k3=medfilt2(J,[7 7]); k4=medfilt2(J,[9 9]); subplot(233),imshow(k1);title(3*3模板中值滤波); subplot(234),imshow(k2);title(5*5模板中值滤波); subplot(235),imshow(k3);title(7*7模板中值滤波); subplot(236),imshow(k4);title(9*9模板中值滤波); (2) 叠加零均值高斯噪声,设计一种处理方法,既能去噪声,又能保持边缘清晰。 四、实验结果 (1)a b (2) 心得体会: 实验三： 选择一副灰度图像,分别完成以下处理： a图像求反运算; b 线性灰度变换：要求将灰度值在50到160之间的灰度值拉伸到50到220,将160到255间的灰度值压缩到220到255之间,小于50的灰度值保持不变。 c 图像规定化处理； d 对原灰度图像进行理想低通滤波和理想高通滤波处理,观察结果图像。 3.实验环境 Matlab7 二、算法原理 对图像求反是将原图像灰度值翻转,简单说来就是使黑变白,使白变黑。 增强图像对比实际是增强原图的各部分的反差,也就是说增强图像中感兴趣的灰度区域,相对抑制那些不感兴趣的灰度区域。用分段线性法将需要的图像细节灰度级拉伸,增强对比度,