实验五 图像增强

1 1 1 1 9 1 1 1 1
d）分别采用 3x3 和 5x5 的模板，分别用平均滤波器以及中值滤波器，对加入噪声的 图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述 滤波器处理的结果。 f）利用 imnoise 命令在图像 Sample2-1.jpg 上加入椒盐噪声(salt & pepper) g）重复 c)~ e）的步骤 h）输出全部结果并进行讨论。
%均值滤波 5× 5 %中值滤波 3× 3 模板 %中值滤波 4× 4 模板
三、实验设备与软件
(1) IBM-PC 计算机系统 (2) MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片
四、实验内容与步骤
a) 调入并显示原始图像 Sample2-1.jpg 。 b) 利用 imnoise 命令在图像 Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数 fspecial 命令产生平均(average)滤波器
七、实验图像
electric.tif（原始图像）
figure(5),imshow(gs,[]) gc= imfilter(f,w,'circular') %与使用零填充的问题相同，周期的使用使得图像的黑暗部分靠 近 光 亮 区 域
figure(6),imshow(gc,[])
例：分别采用 4 种模板对图像进行处理。 f=imread('e:\images\blood1.jpg'); >> figure(1),imshow(f) >> g=imnoise(f,'salt & pepper'); %对图像加椒盐噪声 >> figure(2),imshow(g); >> k=rgb2gray(g); >> k1=im2double(k); >> figure(3),imshow(k1); >> h1= [0.1 0.1 0.1; 0.1 0.2 0.1; 0.1 0.1 0.1]; %定义 4 种模板 h2=1/16.*[1 2 1;2 4 2;1 2 1]; h3=1/8.*[1 1 1;1 0 1;1 1 1];
size_options 则可以是’same’（输出图像的大小与输入图像的大小相同）或’full’（输 出图像的大小与被扩展的图像的大小相同）.
例：一幅 double 类图像 f，大小为 512*512，使用一个大小为 31*31 的简单滤波器: f=imread('e:\images\block1.jpg')
五、思考题/问答题
(1) 简述高斯噪声和椒盐噪声的特点。 (2) 结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效 果？
(3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？
六、实验报告要求
描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进行必要的 讨论，必须包括原始图像及其计算/处理后的图像。
h4=1/2.*[0 1/4 0;1/4 1 1/4;0 1/4 0]; g1=filter2(h1,k1); g2=filter2(h2,k1); g3=filter2(h3, g4=filter2(h4,k1); figure(4),imshow(g1,[]) figure(5),imshow(g2,[]) figure(6),imshow(g3,[]) figure(7),imshow(g4,[]) % 显 示 处 理 结 果 k1); %用 4 种模板进行滤波处理
(4)利用 MATLAB 软件实现空域滤波的程序：
I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 %添加椒盐噪声
J = imnoise(I,'salt & pepper',0.02); (注意空格) ave1=fspecial('average',3); ave2=fspecial('average',5); K = filter2(ave1,J)/255;
ຫໍສະໝຸດ Baidu
%产生 3× 3 的均值模版 %产生 5× 5 的均值模版 %均值滤波 3× 3
L = filter2(ave2,J)/255; M = medfilt2(J,[3 3]); N = medfilt2(J,[4 4]); imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N);
g=imfilter(f,w,filtering_mode,boundary_options,size_options) 其中，f 是输入图像，w 为滤波掩模，g 为滤波效果。 filtering_mode 用 于 指 定 滤 波过程使用相关（’corr’）默认值，还是使用卷积（’conv’）来完成。 boundary_options 用于处理边界充零问题，边界的大小由滤波器的大小确定，默认 值 为 0 。
实验五
一、 实验目的
图像增强—空域滤波
进一步了解 MatLab 软件/语言，学会使用 MatLab 对图像作滤波处理，使学生有机会 掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教 学提供配套的实践机会。
二、实验要求
(1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高 斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理 的解释。 (2) 工 具 箱 使 用 函 数 imfilter 来 实 现 线 性 空 间 滤 波 ， 语 法 为 ：
(3)线性空间滤波基于计算乘积之和，而非线性空间滤波则基于非线性操作，这种操作 包含了一个领域的像素。如，令每个中心点处的响应等于其领域内的最大像素值的操作即 为非线性滤波。 工具箱提供了两个执行常规非线性滤波的函数，即函数 nlfilter 和 colfilt。函数 nlfilter 执行二维操作，而函数 colfilt 则以列的形式组织数据。虽然 colfilt 需要占用更多的内存， 但执行起来比 nlfilter 快得多。所以，更多采用的是 colfilt。 用于生成非线性空间滤波的一个工具是函数 ordfilt2，可以生成统计
w=ones(31) 该 滤 波 器 近 似 一 个 平 均 滤 波 器 。
g=rgb2gray(f); figure(2),gd=imfilter(g,w) %使用默认的边界选项， 使用零（黑色）填充了图像
%的边界，滤波后的图像中黑白边缘模糊了，图像中的较亮部分与边界间的边缘也模糊了 figure(3),imshow(gd,[]) gr=imfilter(f,w,'replicate') figure(4),imshow(gr,[]) gs= imfilter(f,w,'symmetric') % 与 replicate 效 果 相 同 %图像大小通过复制外边界的值来扩展