图像处理实验 图像增强和图像分割

图像处理实验

图像增强和图像分割

一、实验目的：

掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。

二、实验要求：

1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的

算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？

2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、

原图的直方图（标出阈值）、和分割后的二值图。

实验容：

1.实验原理

1)图像增强：流程图：

图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。

1. 中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口

在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间

的灰度值来代替窗口中心点的灰度值。

对于一维序列{

N f }： 21,},...,,...,{-=∈=+-m u N i f f f Med y u i i u i i 对于二维序列{ij F }：为滤波窗口W y ij F Med W

ij }{=

2. 均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领

域N ，用N 中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)

的像素值，即：

∑∈=xy

S t s t s g mn y x f ),(),(1),(ˆ 2) 图像分割：

图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某

种同质特征的区域。

本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。

迭代法算法步骤：

(1) 初始化阈值T (一般为原图像所有像素平均值)。

(2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。

(3) 计算G1中像素的平均值m1及G2中像素的平均值m2。

(4) 计算新的阈值：T ＝（m1＋m2）/2 。

(5）如果新阈值跟原阈值之间的差值小于一个预先设定的围，停止循环，否则继续（2）－（4）步。

2.程序代码与分析：

1)图像增强：

clear all;clc;

%读入图像

I1=imread('Fig5.12(b).jpg');

%均值滤波模板

h1=ones(5,'uint8');

%获取分辨率

[a,b]=size(I1);

%创建变量

I2=zeros(a+4,b+4,'uint8');

I3=zeros(a+4,b+4,'uint8');

%复制原始图像

for n=3:a+2

for m=3:b+2

I2(n,m)=I1(n-2,m-2);

I3(n,m)=I1(n-2,m-2);

end

end

%边界值设定

for n=1:a+4

for m=1:b+4

%左上角设定

if n<3&&m<3

I2(n,m)=I2(6-n,6-m);

I3(n,m)=I3(6-n,6-m);

%右下角设定

else if n>a+2&&m>b+2

I2(n,m)=I2(2*a+4-n,2*b+4-m); I3(n,m)=I3(2*a+4-n,2*b+4-m); %右上角设定

else if n<3&&m>b+2

I2(n,m)=I2(6-n,2*b+4-m); I3(n,m)=I3(6-n,2*b+4-m); %左下角设定

else if m<3&&n>a+2

I2(n,m)=I2(2*a+4-n,6-m); I3(n,m)=I3(2*a+4-n,6-m); %上两行设定

else if n<3

I2(n,m)=I2(6-n,m);

I3(n,m)=I3(6-n,m);

%下两行设定

else if n>a+2

I2(n,m)=I2(2*a+4-n,m); I3(n,m)=I3(2*a+4-n,m); %左两列设定

else if m<3

I2(n,m)=I2(n,6-m);

I3(n,m)=I3(n,6-m);

%右两列设定

else if m>b+2

I2(n,m)=I2(n,2*b+4-m); I3(n,m)=I3(n,2*b+4-m);

end

end

end

end

end

end

end

end

end

end

%图像处理

for n=3:a+2

for m=3:b+2

%均值滤波

temp0=I2(n-2:n+2,m-2:m+2); temp0=temp0.*h1;

temp1=mean(temp0(:));

temp1=uint8(floor(temp1));

I2(n,m)=temp1;

%中值滤波

temp2=I3(n-2:n+2,m-2:m+2); temp3=median(double(temp2(:)));