09CK数字图像处理实验报告二msl.docx

09CK数字图像处理实验报告二msl.docx

《09CK数字图像处理实验报告二msl.docx》由会员分享，可在线阅读，更多相关《09CK数字图像处理实验报告二msl.docx（18页珍藏版）》请在冰豆网上搜索。

09CK数字图像处理实验报告二msl

数字图像处理

实验报告二

2011/12/10

测控0901

林杰

实验2图像平滑实验

一、实验目的

1．通过实验掌握图像去噪的基本方法；

2．学会根据情况选用不同方法。

二、实验的硬件、软件平台

硬件：

计算机

软件：

操作系统：

WINDOWS7

应用软件：

MATLAB

三、实验内容及要求

1．实验内容

请在如下面方法中选择多个，完成图像去噪操作，并进行分析、比较。

（1）对静态场景的多幅图片取平均；

（2）空间域模板卷积（不同模板、不同尺寸）；

（3）频域低通滤波器（不同滤波器模型、不同截止频率）；

（4）中值滤波方法。

2．实验要求

（1）图片可根据需要选取；

（2）对不同方法和同一方法的不同参数的实验结果进行分析和比较，如空间域卷积模板可有高斯型模板、矩形模板、三角形模板和自己根据需求设计的模板等；模板大小可以是3×3，5×5，7×7或更大。

频域滤波可采用矩形或巴特沃斯等低通滤波器模型，截止频率也是可选的。

（3）分析比较不同方法的结果。

四、思考题

1．不同空间域卷积器模板的滤波效果有何不同？

2．空间域卷积器模板的大小的滤波效果有何影响？

3．用多幅图像代数平均的方法去噪对图像有何要求？

4．不同频域滤波器的效果有何不同？

五、实验报告要求

1．列出程序清单并进行功能注释；

2．说明不同方法去噪效果；

3．对去噪方法进行详细分析对比。

******************对静态场景的多幅图片取平均************************

实验代码如下

clc

clearall

a1=imread（'lenna_noise1.bmp'）;%读入图片

a2=imread（'lenna_noise2.bmp'）;

a3=imread（'lenna_noise3.bmp'）;

a4=imread（'lenna_noise4.bmp'）;

a5=imread（'lenna_noise5.bmp'）;

a6=imread（'lenna_noise6.bmp'）;

a7=imread（'lenna_noise7.bmp'）;

a8=imread（'lenna_noise8.bmp'）;

b1=double（a1）/255;%变换图像数据类型

b2=double（a2）/255;

b3=double（a3）/255;

b4=double（a4）/255;

b5=double（a5）/255;

b6=double（a6）/255;

b7=double（a7）/255;

b8=double（a8）/255;

c=（b1+b2+b3+b4+b5+b6+b7+b8）/8;%八幅图取平均

subplot（331）,imshow（a1）;%三行三列，显示图像1-8

subplot（332）,imshow（a2）;subplot（333）,imshow（a3）;subplot（334）,imshow（a4）;subplot（335）,imshow（a5）;

subplot（336）,imshow（a6）;subplot（337）,imshow（a7）;

subplot（338）,imshow（a8）;

subplot（339）,imshow（c）%%显示平均后的图像

******************空间域模板卷积（不同模板、不同尺寸）***************

%%邻域模板

clc

clearall

i=imread（'Panda_jiaoyan.bmp'）;%读入图像

i=double（i）/255;%变换数据类型

subplot（221）;

imshow（i）;%显示图像

title（'原图像'）;h=1/5*[010;101;010];%定义4邻域平均模板

a=filter2（h,i）;%进行滤波

subplot（222）;

imshow（a）;%显示图像

title（'4邻域平均模板'）;

subplot（223）;

h=1/12*[0110;1111;1111;0110];%定义8邻域平均模板

a=filter2（h,i）;

imshow（a）;title（'8邻域平均模板'）;

subplot（224）;

h=1/12*[01110;11111;11111;01110];%定义12邻域平均模板

a=filter2（h,i）;

imshow（a）;

title（'12邻域平均模板'）

%%高斯模板

clc

clearall%高斯模板

i=imread（'Panda_jiaoyan.bmp'）;%读入图像

i=double（i）/255;%数值转换

subplot（231）;

imshow（i）;%显示图像%选用3*3的高斯模板

title（'原图像（高斯模板）'）

h=fspecial（'gaussian'）;%产生预定义滤波器

%格式为b=fspecial（A,[m,n]）;这里[m,n]是邻域大小，默认值为【3,3】

a=filter2（h,i）;%对图像进行卷积滤波的函数格式：

A=filter2（h，B）

%其函数返回图像B经算子h滤波后的图像给A

subplot（232）;imshow（a）;title（'3*3'）

subplot（233）;h=fspecial（'gaussian',[55]）;a=filter2（h,i）;imshow（a）;

title（'5*5'）%选用5*5的高斯模板

subplot（234）;h=fspecial（'gaussian',[77]）;%选用7*7的高斯模板

a=filter2（h,i）;imshow（a）;title（'7*7'）

subplot（235）;h=fspecial（'gaussian',[99]）;%选用9*9的高斯模板

a=filter2（h,i）;imshow（a）;title（'9*9'）

subplot（236）;

h=fspecial（'gaussian',[1111]）;%选用11*11的高斯模板

a=filter2（h,i）;imshow（a）

title（'11*11'）

加权模板

%加权模板

i=imread（'Panda_jiaoyan.bmp'）;%读入图像

i=double（i）/255;%数据类型转换?

subplot（1,3,1）;

imshow（i）;%显示图像

title（'原图像'）

h=1/10*[111;121;111];%选用3*3的加权平均模板

a=filter2（h,i）;

subplot（1,3,2）;

imshow（a）;

title（'3*3的加权平均模板'）

subplot（1,3,3）;

h=1/48*[01210;12421;24842;12421;01210];%选用5*5的加权平均模板

a=filter2（h,i）;

imshow（a）;

title（'5*5的加权平均模板'）

******************中值滤波方法完成图像去噪操作***********************

clc

clearall%高斯模板

i=imread（'Panda_jiaoyan.bmp'）;%读入图像

i=double（i）/255;%数值转换

subplot（221）;

imshow（i）;%显示图像

title（'原图像（中值）'）

a=medfilt2（i,[33]）;%%中值滤波函数medfilt2，m行n列的滤波器

subplot（222）;imshow（a）;title（'3*3'）

subplot（223）;

a=medfilt2（i,[55]）;imshow（a）;title（'5*5'）%选用5*5

subplot（224）;a=medfilt2（i,[77]）;imshow（a）;

title（'7*7'）

******频域低通滤波器（不同滤波器模型、不同截止频率）完成图像去噪操作**

clc

clearall%高斯模板

i=imread（'noise1.bmp'）;%读入图像

i=double（i）/255;%数值转换

figure;imshow（i）;%显示图像

title（'原图像'）

figure;%%%理想低通滤波器

[f1,f2]=freqspace（25,'meshgrid'）;%频率响应的频率空间

Hd=zeros（25,25）;

d=sqrt（f1.^2+f2.^2）<0.1;%低通滤波器的响应

Hd（d）=1;mesh（f1,f2,Hd）

figure;

a=filter2（Hd,i）;

imshow（a）;

%%截止频率为20Hz

i=imread（'noise1.bmp'）;%读入图像

subplot（2,3,1）;%显示2行3列第一幅图像

imshow（i）;%显示图像

a=fft2（double（i））;%进行傅里叶变换

subplot（2,3,2）;%显示2行3列第二幅图像

imshow（abs（a）,[]）;%显示实数部分

s=log（1+abs（a））;%进行对数运算,降低灰度值

subplot（2,3,3）;%显示2行3列第三幅图像

imshow（abs（s）,[]）;%显示降低灰度后的傅里叶频谱

fc=fftshift（a）;%把频谱移中

s=log（a+abs（fc））;%把移中的频谱进行对数运算,提高灰度

subplot（2,3,4）;%显示2行3列第四幅图像

imshow（abs（s）,[]）;%显示图像

[m,n]=size（fc）;%获取频谱图大小

fori=1:

m%进行点运算

forj=1:

n%计算频率平面道远点的距离

u=floor（i-m/2）;v=floor（j-n/2）;d=（u^2+v^2）^0.5;

h（i,j）=1/（1+（d/20）^2）;%定义巴特沃斯低通滤波器

fe（i,j）=h（i,j）*fc（i,j）;%进行巴特沃斯低通滤波

end

end

[m,n]=size（fc）;%获取频谱图大小

fori=1:

m%进行点运算

forj=1:

n

u=floor（i-m/2）;%计算频率平面道远点的距离

v=floor（j-n/2）;

d=（u^2+v^2）^0.5;

ifd<20%定义理想低通滤波器

h（i,j）=1;

else

h（i,j）=0;

end

fa（i,j）=h（i,j）*fc（i,j）;

end

end

FF=ifftshift（fe）;%对经巴特沃斯处理的频谱进行逆移中

ff=real（ifft2（FF））;%取傅里叶逆变换的实数部分

AA=ifftshift（fa）;%对经理想滤波处理的频谱进行逆移中

aa=real（ifft2（AA））;%取傅里叶逆变换的实数部分

subplot（2,3,5）;%显示2行3列第五幅图像

imshow（uint8（ff））;%显示图像

subplot（2,3,6）;%显示2行3列第六幅图像

imshow（uint8（aa））;%显示图像

%%%%截止频率为70

i=imread（'noise1.bmp'）;%读入图像

subplot（2,3,1）;%显示2行3列第一幅图像

imshow（i）;%显示图像

a=fft2（double（i））;%进行傅里叶变换

subplot（2,3,2）;%显示2行3列第二幅图像

imshow（abs（a）,[]）;%显示实数部分

s=log（1+abs（a））;%进行对数运算,降低灰度值

subplot（2,3,3）;%显示2行3列第三幅图像%获取频谱图大小

imshow（abs（s）,[]）;%显示降低灰度后的傅里叶频谱

fc=fftshift（a）;%把频谱移中

s=log（a+abs（fc））;%把移中的频谱进行对数运算,提高灰度

subplot（2,3,4）;%显示2行3列第四幅图像

imshow（abs（s）,[]）;%显示图像

[m,n]=size（fc）;%获取频谱图大小

fori=1:

m%进行点运算

forj=1:

n

u=floor（i-m/2）;%计算频率平面道远点的距离

v=floor（j-n/2）;

d=（u^2+v^2）^0.5;

h（i,j）=1/（1+（d/80）^2）;%定义巴特沃斯低通滤波器

fe（i,j）=h（i,j）*fc（i,j）;%进行巴特沃斯低通滤波

end

end

[m,n]=size（fc）;fori=1:

m%进行点运算

forj=1:

n

u=floor（i-m/2）;%计算频率平面道远点的距离

v=floor（j-n/2）;

d=（u^2+v^2）^0.5;

ifd<70%定义理想低通滤波器

h（i,j）=1;

else

h（i,j）=0;

end

fa（i,j）=h（i,j）*fc（i,j）;

end

end

FF=ifftshift（fe）;%对经巴特沃斯处理的频谱进行逆移中

ff=real（ifft2（FF））;%取傅里叶逆变换的实数部分

AA=ifftshift（fa）;%对经理想滤波处理的频谱进行逆移中

aa=real（ifft2（AA））;%取傅里叶逆变换的实数部分

subplot（2,3,5）;%显示2行3列第五幅图像

imshow（uint8（ff））;%显示图像

subplot（2,3,6）;%显示2行3列第六幅图像

imshow（uint8（aa））;%显示图像

*************自定义滤波器*************************************

clc

clearall

i=imread（'noise1.bmp'）;%读入图像

i=double（i）/255;%数值转换

figure;

[f1,f2]=freqspace（21,'meshgrid'）;%频率响应的频率空间

Hd=ones（21）;

r=sqrt（f1.^2+f2.^2）;

Hd（（r<0.08）|（r>0.3））=0;%所需的滤波器

subplot（131）,mesh（f1,f2,Hd）

win=fspecial（'gaussian',21,2）;%高斯滤波器

win=win./max（win（:

））;%归一化

subplot（132）,mesh（win）%高斯滤波器

h=fwind2（Hd,win）;%产生的滤波器

subplot（133）,freqz2（h）%产生滤波器的频率响应

figure;

subplot（121）,

imshow（i）;

title（'原图像'）

a=filter2（h,i）;

subplot（122）,

imshow（a）;title（'变换后'）

*******************带通*********************************

clc

clearall

i=imread（'noise1.bmp'）;%读入图像

i=double（i）/255;%数值转换

figure;%%%平流层抽样法设计二位带通滤波器

Hd=zeros（11,11）;Hd（4:

8,4:

8）=1;

[f1,f2]=freqspace（11,'meshgrid'）;%频率响应的频率空间

subplot（221）,mesh（f1,f2,Hd）,%绘出所需的频率响应

axis（[-11-1101.2]）,colormap（jet（64））

h=fsamp2（Hd）;%频率抽样法产生滤波器

subplot（222）,freqz2（h,[3232]）,%滤波器的频率响应

axis（[-11-1101.2]）

subplot（223）

imshow（i）;

title（'原图像'）

subplot（224）

a=filter2（h,i）;

imshow（a）;title（'带通变换后图像'）