数字图像处理_期末作业_降噪试题.docVIP

一、实验目的： 1、掌握图像采样中降采样的matlab实现； 2、掌握对图像添加噪声的方法以及用滤波器对图像去噪的matlab实现； 3、掌握图像变换编码的matlab实现并用直方图评估编码。 二、实验环境： Matlab 7 三、实验内容： 1、对图像的降采样 降采样函数：t g 1:8:size_a 1 ,1:8:size_a 2 ; 结果： 通过观察原图与降采样后图像的对比，可以发现通过降低采样像素的个数降低了图像的分辨率，导致图像出现了棋盘格。对于不同的采样比例，分辨率降低的幅度也不同。Type为噪声类型，可以为gaussian、localvar、passion、salt pepper、speckle 给图片添加高斯噪声： 3、滤波 滤波函数： H fspecial type ; H fspecial type,parameters ; Type为滤波器类型，可以为 average、disk、gaussian、laplacian等。 用邻域平均法去噪： 对于不同的模板，平滑滤波的去噪效果不同，模板越大，效果越好，但是对图像本身的模糊影响也越大。 中值滤波不像平滑滤波那样使图像边界模糊，他在衰减噪声的同时，保持了图像细节的清晰。 4、对图像变换编码 用DCT对图像进行变换编码： 计算二维DCT矩阵函数：T dctmtx n ; 结果： 均方根误差erms 0.0625 通过对比原图与压缩后的图像可以发现，DCT变换方法对重建图像品质在视觉上影响很小。但是对于系数的丢弃还是导致了图像细节的丢失。 通过对比原图的直方图与预测误差直方图，图片的熵有一定的减少，与图片的细节损失有直接性关联。 四、总结： 附： 以上实验所用代码： 降采样： I imread sunflower.jpg ; I rgb2gray I ; % 生成高斯滤波器的核 w fspecial gaussian,3,0.5 ; size_a size I ; % 进行高斯滤波 g imfilter I,w,conv,symmetric,same ; % 降采样 t g 1:8:size_a 1 ,1:8:size_a 2 ; % 显示处理结果 figure; imshow I ;axis on;gtext 原图 ; figure; imshow t ;axis on;gtext 降采样后图像 ; 加噪去噪： %给图像添加高斯噪声 I imread sunflower.jpg ; I rgb2gray I ; II imnoise I,gaussian,0,0.01 ; figure; imshow I ;axis on;gtext 原图 ; figure; imshow II ;axis on;gtext 添加高斯噪声图像 %邻欲平均法去噪 k1 filter2 fspecial average,3 ,II ; k2 filter2 fspecial average,7 ,II ; figure; subplot 121 ,imshow uint8 k1 ;axis on;gtext 3x3模板平滑滤波 ; subplot 122 ,imshow uint8 k2 ;axis on;gtext 7x7模板平滑滤波 ; %中值滤波去噪 k3 medfilt2 II ; k4 medfilt2 II,[5 5] ; figure; subplot 121 ,imshow uint8 k3 ;axis on;gtext 3x3模板中值滤波 ; subplot 122 ,imshow uint8 k4 ;axis on;gtext 5x5模板中值滤波 ; DCT变换编码： initialimage imread sunflower.jpg ; initialimage rgb2gray initialimage ; initialimage double initialimage /255; figure 1 ; imshow initialimage ;axis on;title 原图 ; %对图像进行DCT t dctmtx 8 ; dctcoe blkproc initialimage,[8 8],P1*x*P2,t,t ; coevar im2col dctcoe,[8 8],distinct ; coe coevar; [y,ind] sort coevar ; [m,n] size coevar ; %舍去不重要的系数 snum 64-64*cr; for i 1:n coe ind 1:snum ,i 0; end b2 col2im coe,[8 8],[375 500],distinct ; %对截取后的变换系数进行DCT 逆变