数字图像处理-- 图像平滑

实验三图像平滑

一．实验目的

1.掌握图像平滑的目的和常用方法：低通滤波和中值滤波

2.了解噪声产生的主要来源，及常用的噪声。

二．实验内容及步骤

1. 模拟噪声生成

I=imread('cameraman.tif');

I1= imnoise(I,'gaussian');

I2= imnoise(I,'salt & pepper',0.02);

imshow(I);

figure,imshow(I1);

figure,imshow(I2);

（1）原图像（2）受高斯噪声污染的图像（3）受椒盐噪声污染的图像

2.平均值滤波对噪声消除的效果以及对原图像的平滑

代码如下：

I=imread('cameraman.tif');

I1=imnoise(I,'salt & pepper',0.02);

I2=imnoise(I,'gaussian');

H1=[1/9 1/9 1/9;1/9 1/9 1/9;1/9 1/9 1/9];

J=imfilter(I,H1);

J1=imfilter(I1,H1);

J2=imfilter(I2,H1);

imshow(J);

figure,imshow(J1);

figure,imshow(J2);

（a）原图像滤波后（b）受高斯噪声污染图像滤波后（c）受椒盐噪声污染图像滤波

3.中值滤波

I=imread('cameraman.tif');

I1=imnoise(I,'salt & pepper',0.02);

I2=imnoise(I,'gaussian');

J1=medfilt2(I1,[3,3]); %3×3 中值滤波模板

J2=medfilt2(I2,[3,3]); %3×3 中值滤波模板

J3=medfilt2(I1,[5,5]); %5×5 中值滤波模板

J4=medfilt2(I2,[5,5]); %5×5 中值滤波模板

figure,imshow(J1);

figure,imshow(J2);

figure,imshow(J3);

figure,imshow(J4);

（e）（f）（g）（i）

*4. 频率域低通滤波

（1）构建二维滤波器 h：

[f1,f2]=freqspace(25, 'meshgrid');

Hd=zeros(25,25);d=sqrt(f1.^2+f2.^2)<0.5; %（0.5 为截止半径大小）

Hd(d)=1;

h=fsamp2(Hd);

figure,freqz2(h,[64,64]);

图-(4)

（2）用所构建的二维滤波器对以上图像进行滤波。

代码如下：

I=imread('cameraman.tif');

I1=imnoise(I,'salt & pepper',0.02);

I2=imnoise(I,'gaussian');

J=imfilter(I,h, 'replicate');

J1=imfilter(I1,h, 'replicate');

J2=imfilter(I2,h, 'replicate');

figure,imshow(J);

figure,imshow(J1);

figure,imshow(J2);

图—（5） 图—（6） 图—（7）

五． 思考题

1、空间平滑中，对比平均值滤波与中值滤波有什么不同，各适用于什么噪声？

2、对比空间平滑与频率域平滑有什么不同？

3、若换成对图像锐化，在 MATLAB 中如何实现？