[参考]基于MATLAB的GUI滤波器设计专题论文.docVIP

基于MATLAB的图形滤波器程序设计 学生成员 成员1：朱宝森（组长） 学号 专业：通信 成员2：黄凯歌 学号 专业：通信 成员3： 郑静华 学号 专业：通信 指导教师：熊凯 设计内容 学习掌握数字图像处理中的图像滤波特点，并了解MATLAB语言中的相关函数，设计程序实现各种图像滤波功能。 设计要求 自行编写算法，并进行调试，最终实现图像滤波的数字图像处理功能。学有余力的情况下，可以考虑采用图形用户界面（GUI）的方法实现。 三、方案论证与设计原理描述 图像滤波是改变图像质量，去除图像噪声的一种方法。主要包括空间域滤波和频域滤波。空间域滤波主要包括线性滤波、中值滤波、维纳滤波。 滤波运算matlab函数imfilter(A,H)（或filter2(B,X)），其中A/B为原始图像，H/X为滤波掩膜。fspecial（type，para）：主要的三种类型： 1、‘average’：均值滤波，参数为hsize代表模板尺寸，默认值为【3，3】 2、‘gaussian’：高斯低通滤波，有两个参数，hsize表示模板尺寸，默认值为【3 3】，sigma为滤波器的标准值，单位为像素，默认值为0.5. 3、‘laplacian’ ：拉普拉斯算子，参数alpha用于控制算子形状，取值范围为【0，1】，默认值为0.2. 基本函数 1. imread imread函数用于读入各种图像文件，如：a=imread(e:\w01.) 注：计算机E盘上要有w01相应的.文件。 . imfinfo imfinfo函数用于读取图像文件的有关信息，如：imfinfo(e:\w01.) 3. rgb2gray rgb2gray()函数用于把真彩图转换为灰度图 4. imshow imshow函数用于灰度图像文件的显示，如： i=imread(e:\w01.); imshow(i); 1. imnoise imnoise函数用于对图像生成模拟噪声，如： i=imread(e:\w01.); j=imnoise(i,gaussian,0,0.02);%模拟高斯噪声 . fspecial fspecial函数用于产生预定义滤波器，如： h=fspecial(sobel);%sobel水平边缘增强滤波器 h=fspecial(gaussian);%高斯低通滤波器 h=fspecial(laplacian);%拉普拉斯滤波器 h=fspecial(log);%高斯拉普拉斯（LoG）滤波器 h=fspecial(average);%均值滤波器 . 中值滤波 medfilt2函数用于图像的中值滤波，如： i=imread(e:\w01.); j=medfilt2(i); 加入高斯噪声比的方式 高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。MATLAB中为图片加噪声的语句是 (1)J = imnoise(I, gaussian)； (式-1) (2)J = imnoise(I, gaussian,parameters)； (式-2) (3)J=imnoise(I, gaussian,m,v)； 其中I为原图象的灰度矩阵J为加噪声后图象的灰度矩阵一般情况下用 表示即可中表示是允许修改参数而中使用缺省参数I加高斯噪声，均值为m，方差为v。 高斯平滑滤波器的原理 　高斯滤波器是根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对去除服从正态分布的噪声有很好的效果。一维零均值高斯函数为 ： 决定了高斯滤波器的宽度。对图像来说，常用二维零均值离散高斯函数做平滑滤波器，函数表达式如下：  在高斯滤波器的设计中，高斯函数的最佳逼近由二项式展开的系数决定。由高斯函数的可分离性得到，二维高斯滤波器能用2个一维高斯滤波器逐次卷积来实现，一个沿水平方向，一个沿垂直方向。实际上，这种运算可以通过使用单个一维高斯模板，对两次卷积之间的图像和最后卷积的结果图像进行转置来完成。 对较大的滤波器，二项式系数对大多数计算机来说都太多，但是，任意大的高斯滤波器都能通过重复使用小的高斯滤波器来实现。高斯滤波器的二项式逼近的σ可用高斯函数拟合二项式系数的最小方差来计算．设计高斯滤波器的另一种途径是直接从离散的高斯分布中计算模板值。为了计算方便，一般希望滤波器权值是整数。在模板的一个角点处取一个值，并选择一个K使该角点处值为1。通过这个系数可以使滤波器整数化，由于整数化后的模板权值之和不等于1，为了保证图像的