数字图像处理课程报告题目

2016年数字图像处理课程报告题目：
1、简答：
空域滤波：
均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。

简述均值滤波器对椒盐噪声的滤波原理，并进行效果分析。

中值滤波器对椒盐噪声的滤波效果如何？试分析其中的原因。

中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？
答：
均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。

将模板中的全体像素的均值来替代原来的像素值的方法。

均值滤波器对高斯噪声的滤波结果较好。

原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。

因为正态分布的均值为0，所以均值滤波可以消除噪声。

原理是：均值滤波器对椒盐噪声的滤波结果不好。

原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。

因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。

中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。

取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。

中值滤波器对椒盐噪声的滤波效果较好。

原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。

使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好。

中值滤波器对椒盐噪声的滤波效果较好，对高斯噪声的处理效果不好。

中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。

取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。

原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像
中有干净点也有污染点。

使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好。

高斯噪声是幅值近似正态分布，但分布在每点像素上。

找不到干净的点来替代被污染的点，故处理效果不好。

均值滤波器对高斯噪声的滤波结果较好，对椒盐噪声的滤波结果不好。

均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。

将模板中的全体像素的均值来替代原来的像素值的方法。

原因: 高斯噪声是幅值近似正态分布，但分布在每点像素上。

因为正态分布的均值为0，所以均值滤波可以消除噪声。

椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。

因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。

频域滤波：
傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的低通滤波和高通滤波中的应用原理。

答：
图像经过傅里叶变换后，景物的概貌部分集中在低频区段，景物的细节部分集中在高频区段，可以通过图像的高通滤波将图像中景物的概貌提取出来。

具体做法是，将傅里叶变换得到频谱图的高频部分强制为0，而将低频部分的信息保持不变，就相当于使用一个只保持低频部分信息不变，而高频信息被完全抑制的低通滤波器作用在原始图像上。

将经过这样处理后的频谱进行傅里叶逆变
换，就可以得到图像的概貌部分。

2、程序设计：
设计matlab程序实现对压缩包中的三幅图像做空间域中值滤波和均值滤波，频率域低通和高通滤波。

并分析其结果，解释其原因。

海胆处理后图片
clc;
close all;
clear all;
img=imread('海胆.jpg');
figure;imshow(img);
title('中值滤波前的图像');
x=img(:,:,1);
y=img(:,:,2);
z=img(:,:,3);
win=[5 5];
X = medfilt2(x,win);
Y = medfilt2(y,win);
Z = medfilt2(z,win);
new_img=cat(3,X,Y,Z);
figure;imshow(new_img);
title('中值滤波后的图像');
雀斑处理后图片：
图片滤波
clc;
close all;
clear all;
J=imread('雀斑.jpg');
figure(1)
imshow(J);
title('原图像');
K1=filter2(fspecial('average',8),J)/255;%均值滤波figure(2)
imshow(K1);
title('均值滤波后的图像');
K2=medfilt2(J,[8,8]);%中值滤波
figure(3)
imshow(K2);
title('中值滤波后的图像');
%巴特沃思低通滤波器
f=double(J);
k=fft2(f);
g=fftshift(k);
[N1,N2]=size(g);
n=2;
d0=25;
u0=round(N1/2);
v0=round(N2/2);
for i=1:N1
for j=1:N2
d=sqrt((i-u0)^2+(j-v0)^2);
h=1/(1+0.414*(d/d0)^(2*n));
y(i,j)=h*g(i,j);
end
end
y=ifftshift(y);
E1=ifft2(y);
E2=uint8(real(E1));
figure(4)
imshow(E2);
title('巴特沃思低通滤波器后的图像');
总结：
空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器：平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。

中值滤波器是一种非线性统计滤波器，它的响应基于图像滤波器包围的图像区域中像素的排序，然后由统计排序的中间值代替中心像素的值。

低通滤波滤掉了图像频谱中的高频成分，仅让低频部分通过，即变化剧烈的成分减少了，结果是使图像便模糊。

比较可见高斯滤波的效果最好。