中值滤波,均值滤波,锐化滤波原理.docVIP

北京理工大学珠海学院实验报告 ZHUHAI CAMPAUS OF BEIJING INSTITUTE OF TECHNOLOGY 班级 学号 姓名 指导教师 成绩 实验题目 实验时间 1. 题目概述 1. 中值滤波：设计中值滤波器，处理peppterN 2. 图像锐化：先将lana图像均值滤波（3*3，或5*5），作为原图像，设计锐化滤波器，处理。 1. 中值滤波：设计中值滤波器，处理peppterN pepperN.ppm） 通过读取原图片，我们可以与处理后图片进行比较。 代码：P = imread(pepperN.ppm); imshow(pepperN.ppm); 第二步：算法的实现 因为我们使用的是3*3模板，因此每次遍历3*3都把该9个像素的值赋给一个数组 for ii = i-1:i+1 for jj = j-1:j+1 %遍历图像某个像素周围的9个像素 t(k) = P(ii,jj); k = k + 1; end end 而i和j的取值范围只能是2：255（因为i可以取到1的话ii的值就可以取到0，255同理） 数组遍历完成后，用sort(t)来给t排序，把中间的值即t(5)赋给g(i,j)。如此循环最后的得出g即为处理后的图像 第三步：输出图像 figure;imshow(g); 2. 图像锐化：先将lana图像均值滤波（3*3，或5*5），作为原图像，设计锐化滤波器，处理。 第一步：均值滤波 因为均值滤波涉及像素的计算，数值很可能超过256，从而得出错误的结果，因此需要把图像像素由uint8转换为double型来进行计算，把图像中以(i,j)为中心的3*3个像素相加起来 然后取均值赋给g(i,j),最后g为均值滤波处理后的图像。实现代码 f=im2double(f);%转换为double以便之后的像素值运算，其中f为处理的图像 均值滤波算法计算代码如下： for i = 2:255 for j = 2:255 k = 1; for ii = i-1:i+1 for jj = j-1:j+1 g(i,j) = g(i,j) + f(ii,jj); end end g(i,j) = g(i,j)/9; end end 第二步：锐化滤波 定义拉普拉模板，然后以图像中以(i,j)为中心的9个像素乘以拉普拉模板的9个元素，把值累加起来，结果就作为z(i,j)的值，最后输出z，就是处理后的图像 定义拉普拉模板：Lapla=[0 -0.5 0 -0.5 3 -0.5 0 -0.5 0]; 锐化滤波算法代码如下： for i = 2:255 for j = 2:255 k=1; for ii = i-1:i+1 for jj= j-1:j+1 z(i,j) = z(i,j) + g(ii,jj)*Lapla(k); k = k + 1; end end end end 3. 结果和分析 【正文用小五号，宋体字体】 【不得改变格式】 第一题 处理前的图像 经过中值滤波后的图像 分析：中值滤波适合于处理椒盐噪声比较多的图像 第二题 经过均值滤波后的图像 经过锐化滤波后的图像 分析：锐化滤波可以用以给图像进行锐化 4. 心得体会 【正文用小五号，宋体字体】 【不得改变格式】 经过锐化滤波后的图像会变得清晰 中值滤波适合于处理椒盐图像 均值滤波可能会使图像变模糊 6