实验报告三图像的平滑滤波.docxVIP

实验报告三姓名： 学号： ??班级：?实验日期： 2016.5.10 ??实验成绩：实验题目：图像的平滑滤波 一． 实验目的（1） 熟练掌握空域平滑滤波的原理、方法及其MATLAB实现。（2） 分析模板大小对空域平滑滤波的影响，线性和非线性方法对空域平滑滤波增强效果的影响，比较不同滤波器的处理效果，分析其优缺点。二． 实验原理平滑滤波器用于模糊处理和降低噪声，它经常用于预处理任务中，例如在大目标中提取之前去除图像中的一些琐碎细节，它使用模板确定的领域内图像的平均灰度值代替图像中每个像素的值，但结果降低了图像灰度的尖锐变化；而中值滤波器则是对邻域内的灰度值进行排序后取其中值作为该点的值，能降低噪声的同时减少模糊度。三． 实验内容及结果（1） 选择一副图像fig620.jpg，分别选择3×3，7×7，25×25等平均模板进行均值滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。图 1 不同大小模板的均值滤波图（2） 选择一副图像circuit.jpg，对图像加入椒盐噪声，检验两种滤波模板（3×3平均模板和3×3的非线性模板中值滤波器）对噪声的滤波效果。、图 2 均值和中值滤波图四． 结果分析（1）观察图一，可以发现原图经过3*3的均值滤波器后小圆点和小a以及右边的四块点区显得特别模糊，经过7*7的均值滤波器后图片上所有东西都几乎模糊已经开始看不见了，到25*25的时候就更加看不见了，这表明当目标的灰度与其相邻像素的灰度接近时，就会导致模糊目标的混合效应，且模板的大小由那些即将融入背景的物体尺寸决定。（2）观察图二，发现加入椒盐噪声的图呈现出随机分布的黑白斑点，用均值滤波后，噪声并未消除多少，且图片反而变得更加模糊了，而经过中值滤波器之后噪声不但得到了有效的消除，同时图片也并没怎么模糊，这是因为均值处理是对一个邻域内的灰度值求平均值，改变邻域是靠滤波器模板的移动的，相邻邻域总会有部分元素相同，这就增加了两个邻域的相关性，最终增加了滤波之后相邻像素灰度值的相关度，模糊了结果，而中值滤波器由于是选取中值，两邻域的中值基本是独立的，所以不会造成太大的模糊，且椒盐噪声一黑一白完全是端点值，在噪声密度不太大和模板大小足够的情况下很有效。五、实验总结本次实验主要是比较了中值滤波和均值滤波的效果比较，进一步加深了fspecial滤波器算子函数和imfilter滤波函数的运用，对于中值滤波效果优于均值滤波效果的原因是上课想到的，我感觉是对的，还有注意到imnoise函数中椒盐噪声的Salt和间一定要有空格，否则运行报错。附录（程序）A=imread(F:\数字图像处理\图片\fig620.jpg);%读图像文件转换成A的二维矩阵h1=fspecial(average);%默认值为3*3模板h2=fspecial(average,[7,7]);%7*7的滤波模板h3=fspecial(average,[25,25]);%25*25的滤波模板A1=imfilter(A,h1);A2=imfilter(A,h2);A3=imfilter(A,h3);subplot(2,2,1);imshow(A);title(原图);subplot(2,2,2);imshow(A1);title(3*3均值滤波);subplot(2,2,3);imshow(A2);title(7*7均值滤波);subplot(2,2,4);imshow(A3);title(25*25均值滤波);hold on;figure;B=imread(F:\数字图像处理\图片\circuit.jpg);C=rgb2gray(B);%彩色图像转化为灰度图像D=imnoise(C,salt pepper,0.02);%加入椒盐噪声后的图像B1=imfilter(D,h1);%均值滤波B2=medfilt2(D,[3,3]);%中值滤波subplot(2,2,1);imshow(C);title(原图);subplot(2,2,2);imshow(D);title(加入椒盐噪声图);subplot(2,2,3);imshow(B1);title(3*3均值滤波);subplot(2,2,4);imshow(B2);title(3*3中值滤波);