自适应中值滤波程报告.docVIP

计算机科学技术系 课程设计报告 课 程 自适应中值滤波 专 业 通信工程 班 级 2012级本科一班 学生姓名1 赵效秀 学号1214110104 学生姓名2 郝雪玲 学号1214110117 学生姓名3 陈炳瑞 学号1214110149 学生姓名4 张增俭 学号1214110156 学生姓名5 陈如辉 学号1214110146 二〇一三年十一月目录 I 1.算法描述 2.程序实现 3.变量的改变流程 4.程序的解析过程 5.注意事项 6.实验结果 （1）图像 （2）数据摘要：通过本次课程设计，主要训练和培养学生综合应用所学内容处理课程的滤波器设计的相关知识，独立完成对图片的处理能力。 1.算法描述 该算法利用极值的方法统计图像噪声点，然后计算以噪声点为中心像素的子窗口的方差。对噪声点采用多窗口，多尺度的滤波。能有效的平滑噪声，保存细节。当噪声面积较大时，通过增加滤窗的大小将噪声予以去除，同时当判断滤窗中心的像素是噪声时，该值用中值代替，否则不改变当前像素值。 程序实现 先是读入图像，然后给图像添加椒盐噪声，之后是定义未知量，设置标准图像的大小，之后是一个大循环，这个大循环中有几个小循环，他们的作用分别是确定窗口，最大值最小值，判断噪音点，滤波窗口尺寸增加。到最后输出图像和8位无符号的整形数据（0-255之间）。 3．变量的改变流程 先是double型，也就是双精度的数据，然后经过零矩阵，滤波窗口变为一维矩阵，到最后输出图像和8位的无符号整形数据。其中smin,smed,smax分别是滤波半径的最小值，中值，最大值，根据最小值和最大值来确定中值。 4.程序的实现过程 clear; I=imread(standard_lena.bmp); I=imnoise(I,salt pepper, 0.7); %添加椒盐噪声 imshow(I) figure;%控制窗口数量 M=I; num=1;%将1赋予未知量num I=double(I);%将I转化为双精度 M=double(M);%将M转化为双精度 flag11=1; H=512; %标准图像的大小（高度） L=512; %标准图像的大小（长度） for i=1:H for j=1:L flag(i,j)=1; end end %默认的滤波窗口设定，与图像大小相等 %i横坐标 %j综坐标 for i=1:H %大循环 for j=1:L %大循环 omiga=2;%改变窗口的未知量 %%%%%%%%确定窗口 while flag(i,j)==1 %根据flag（i,j)的值改善窗口大小 zuo=i-omiga; xia=j-omiga; you=i+omiga; shang=j+omiga; if zuo1 zuo=1;%图片只能从横坐标处的1开始，小于1时图片不能不完整输出。 end if xia1 xia=1; %图片只能从纵坐标处的1开始，小于1时图片不能不完整输出。 end if youL you=L; end if shangH shang=H; end %%%%%%%窗口确定结束 %%%%%%%%%%%确定最大最小值 smin=I(i,j);%二维矩阵中的最小值 smax=I(i,j);%二维矩阵中的最大值 total=(you-zuo+1)*(shang-xia+1);%总的向量个数 vect1=zeros(1,total-1);生成1行total列double类矩阵 下面的此循环将二维矩阵窗口转化为一维矩阵的过程 kn=1; for in=zuo:you %确定in在窗口内 for jn=xia:shang %确定jn在窗口内 if ((in==ijn==j)==0) %(in==ijn=j)=1时，继续向下进行，否则结束该循环 vect1(1,kn)=I(in,jn);