图像平滑实验报告

南华大学

计算机科学与技术学院实验报告

（2011 ~2012 学年度第 2 学期）

实验名称图像平滑实验

姓名冯灿斌学号20094440115

专业计算机班级计091班

地点8-209 教师肖建田

一.实验目的

了解各种平滑处理技术的特点和用途，掌握平滑技术的仿真与实现方法。学会用Matlab中的函数对输入图像进行5⨯5区域的邻域平均法和5⨯5中值滤波法的计算，感受不同平滑处理方法对最终图像效果的影响。

二．实验内容

1．仔细阅读Matlab帮助文件中有关以上函数的使用说明，主要有nlfilter、mean2、std2、fspecial、filter2、medfilt2、imnoise等函数。

2．用nlfilter对test3_1.jpg图像文件进行5⨯5邻域平均和计算邻域标准差。

显示邻域平均处理后的结果，以及邻域标准差图像。

3．在test3_1.jpg图像中用imnoise添加均值为0，方差为0.02的高斯噪声，对噪声污染后的图像用nlfilter进行5⨯5邻域平均，并显示处理后的结果。

4．用fspecial函数生成一5⨯5邻域平均窗函数，再用filter2函数对test3_2.jpg 图像求邻域平均，并比较与用nlfilter 函数求邻域平均的速度。

5．用medfilt2函数对test3_2.jpg图像进行中值滤波，并显示处理结果。

6．编写中值滤波程序（函数），对test3_2.jpg图像进行中值滤波，并显示处理结果。

三．实验结果与分析

1. 对图像进行邻域平均和邻域标准差计算的结果

原图像邻域平均处理

邻域标准差处理

从图中可以看出，经过邻域平均后，导致图像边缘位置改变和图像的细节模糊甚至丢失，但还是大体保持图像的清晰度。经过邻域标准差计算后，图像中的边缘轮廓都能很清晰的表现出来。

2，对图像加入噪声后和滤除噪声后的结果示意图

原图像加入高斯噪声

邻域平均去噪声

同样如上所述，该方法实现简单，且滤波效果较好，但存在以上所述的问题。

3.用平均窗函数对图像进行邻域滤波

原图像滤波后图像用此种方法做邻域平均的速度很快，是上诉所显示方法的几倍，滤除效果差不多一致。

4.直接用medfilt2函数对图像进行中值滤波

原图像滤波后图像

如图所示，对于椒盐噪声，中值滤波效果要比均值滤波效果好，原因：（1）椒盐噪声是幅值近似相等但随机分布在不同的位置上，图像中有干净点也有污染点

（2）中值滤波是选择适当的点来代替污染点的值，所以处理效果较好（3）因为噪声的均值不为0，所以均值滤波不能很好的去滤除噪声点

5.编写中值滤波函数，对图像进行滤波

原图像 滤波后图像

四．实验结论

平滑技术用于平滑图像的噪声，平滑噪声可以在空间域中进行，基本方法是求像素灰度的平均值或中值。但是这些很容易引起边缘的模糊，常用的有均值滤波、中值滤波，在使用时，针对不同的噪声，也需要不同的滤波法，没有哪种方法是绝对好，必须具体情况具体分析。