图像信息处理之噪声和滤波

图像信息处理

一、实验内容

1、练习添加不同种类的噪声及不同滤波方法进行噪声抑制（可直接调用matlab相关函数）;

2、写出N*N模板的对称近邻平滑滤波算法的具体实现程序;

3、写出N*N模板的K近邻平滑滤波算法的具体实现程序;

4、取一张个人近照（面部应占整个图片空间四分之一以上），用matlab 分别添加方差为0.01的高斯噪声和椒盐噪声，然后在PS里对面部（仅对面部，背景不处理）做模糊处理，写出简要步骤;

5、在数据库中检索文献，给出最近5年中，至少3种以上图像滤波去噪的方法，简述方法原理及应用，给出文献出处。

二、实验原理

1、椒盐噪声：幅值相同，但噪声出现的位置是随机的；

2、高斯噪声：每一点都存在噪声，但噪声的幅值分布是随机的；

3、均值滤波：用均值代替原图像中的各个像素值；

3、中值滤波：对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，非线性处理技术；

4、K近邻平滑滤波：在一个与待处理像素邻近范围内，寻找出其中像素值与之最接近的K个邻点，将该K个邻点的均值（或中值）替代原像素值。

5、对称邻近均值滤波器：在一个局部范围内，通过几对对称点像素

值的比较，获得对相同区域及不同区域的判别，然后将均值计算在所判定的同一区域内进行，这样可以使边界的保持更加灵活的同时又可以降低计算量。

三、实验方法及程序

1、椒盐噪声

具体程序：

I=imread('L:\图像处理上机图\flower.jpg');

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

subplot(1,2,1),imshow(I);

subplot(1,2,2),imshow(J);

实验结果：

2、高斯噪声

程序：

I=imread('L:\图像处理上机图\flower.jpg');

J=imnoise(I,'gauss',0.02);

subplot(1,2,1),imshow(I);

subplot(1,2,2),imshow(J);

实验结果：

3、对椒盐噪声进行滤波抑制

均值滤波的程序：

I = imread('L:\图像平滑\Fig58.bmp');

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

h1= fspecial('average',3),K1 = filter2(h1,J); h2= fspecial('average',5),K2 = filter2(h2,J); h3= fspecial('average',7),K3 = filter2(h3,J); subplot(221);imshow(J,[]);

subplot(222);imshow(K1,[]);

subplot(223);imshow(K2,[]);

subplot(224);imshow(K3,[]);

实验结果如下图：

对其进行中值滤波的程序：

I = imread('L:\图像平滑\Fig58.bmp'); J = imnoise(I,'salt & pepper',0.02);

K = medfilt2(J);

subplot(221);imshow(I);

subplot(222);imshow(J);

subplot(223);imshow(K);

滤波结果：

实验结果分析：由实验的结果对比可知，中值滤波对椒盐噪声的抑制效果较好，而且滤波后的图像也较为清晰，而均值滤波后图像较模糊。

4、对高斯噪声进行均值滤波：

I = imread('L:\图像平滑\Fig58.bmp');

J = imnoise(I,'gauss',0.02);

h1= fspecial('average',3),K1 = filter2(h1,J);

h2= fspecial('average',5),K2 = filter2(h2,J);

h3= fspecial('average',7),K3 = filter2(h3,J);

subplot(221);imshow(J,[]);

subplot(222);imshow(K1,[]);

subplot(223);imshow(K2,[]);

subplot(224);imshow(K3,[]);

对高斯噪声进行中值滤波：

I = imread('L:\图像平滑\Fig58.bmp'); J = imnoise(I,'gauss',0.02);

K = medfilt2(J);

subplot(221);imshow(I);

subplot(222);imshow(J);

subplot(223);imshow(K);

实验结果：

分析：中值、均值滤波对高斯噪声的抑制效果均不好。

5、对称近邻均值滤波的实现

程序：

I=imread('L:\图像平滑\Fig58.bmp');

J = imnoise(I,'gauss',0.02);

subplot(2,2,1),imshow(I);title('原图');

subplot(2,2,2),imshow(J);title('高斯噪声图');

[m,n]=size(I);

x1=double(I);

x2=zeros(m-2,n-2);

a1=0.0;

a2=0.0;