图像的空间滤波.docVIP

广东海洋大学学生实验报告书 实验名称：图像的空间滤波 课程名称：数字图像处理 学院（系）:职业技术学院 专业：应用电子技术 一、实验目的：加深对基于模板操作的空间滤波方法的理解，学习用Matlab对图像进行空间滤波处理，感受不同滤波方法对图像产生的不同影响。 二、实验内容： 用MATLAB图像处理工具箱中的演示程序感受不同滤波方法对图像产生的效果。 在MATLAB命令窗口中输入nrfiltdemo。出现“Noise Reduction Filtering Demo”窗口，在这里选择不同的噪声类型（gaussian或saltpepper或speckle），并设置不同的噪声参数（mean、variance或density），“Add Noise”后，可以选择滤波器的种类（中值滤波median或均值滤波averaging或自适应滤波adaptive）并设置模板尺寸，“Apply Filter”后即可观察到滤波效果。 如图所示： 2、空间线形滤波函数的应用 工具箱中的函数imfilter常被用来实现线形空间滤波，该函数的语法为：g=imfilter(f, w, filtering_mode, boundary_options, size_options)。其中，f是输入图像，w为滤波模板，g为滤波结果，其他参数见下表。 选项 说明 滤波类型 ‘corr’ 滤波通过使用相关来完成。该值是默认值。 ‘conv’ 滤波通过使用卷积来完成。 边界选项 P 输入图像的边界通过用值P（无引号）来填充来扩展。P的默认值为0。 ‘replicate’ 图像大小通过复制外边界的值来扩展。 ‘symmetric’ 图像大小通过镜象反射其边界来扩展。 ‘circular’ 图像大小通过将图像看成是一个二维周期函数的一个周期来扩展。 大小选项 ‘full’ 输出图像的大小与被扩展图像的大小相同。 ‘same’ 输出图像的大小与输入图像的大小相同。这可通过将滤波模板的中心点的偏移限制到原图像中包含的点来实现。该值为默认值。 例如，对blood1.tif使用一个权值全部为1的5×5滤波器进行均值滤波： I=imread(blood1.tif); h=ones(5,5)/25; I2=imfilter(I,h); subplot(1,2,1),imshow(f) subplot(1,2,2),imshow(I2) imfilter函数使用与图像代数运算函数相同的方法控制数据类型，输出图像与输入图像有相同的数据类型和格式。Imfilter函数使用双精度浮点算术计算每一个输出像素的数值，如果结果超过数据类型的范围，那么imfilter函数将按照数据类型允许的数据范围对结果进行截取。 Imfilter函数既能够使用卷积，也能使用相关来进行滤波，由参数filtering_mode来设定，缺省设置为‘corr’，若想使用卷积方法实现滤波，则可用如下语句表示：imfilter(A, h, ‘conv’)。 还要注意到边界问题。当计算一幅图像边界的输出像素时，模板的一部分通常都会超出图像边界。如果使用缺省的边界参数选项，那么imfilter函数假设这些不存在的像素为0，即零填充。Imfilter函数还支持另外三种可选的边界填充方法：‘replicate’， ‘symmetric’和‘circular’。 （实验要求：写出各步骤的命令，提交原图像和相应滤波处理后的图像。） （1）上面对flowers.tif平滑滤波的例子中，对每条语句进行注释。 I=imread(flowers.tif); 读入图片flowers.tif h=ones(5,5)/25; 设计5×5滤波器进行均值 I2=imfilter(I,h); 5×5滤波器进行均值滤波 subplot(1,2,1),imshow(I) subplot(1,2,2),imshow(I2) 原flowers.tif 5×5滤波器进行均值滤波后 （2）选用尺寸分别为7×7，15×15，31×31的模板对flowers.tif进行平滑滤波，有怎样的结果？边界选项如果分别选默认值和‘replicate’又会有怎样的结果？写出命令。 i=ones(7,7)/49; j=ones(15,15)/225; k=ones(31,31)/961; I3=imfilter(I,i); I4=imfilter(I,j); I5=imfilter(I,k); subplot(2,2,1),imshow(I); xlabel(原图像); sub