MATLAB课程设计例析.docxVIP

通信与信息工程学院数字图像处理课程设计班级：电信科13级 1301 班姓名：朱相军学号：1307080122指导教师：高腾、柏均、王书朋、侯颖设计时间：2016.7.11 — 2016.7.15成 绩：评 语：通信与信息工程学院二〇一六年项目一项目名称：中值滤波一.引言一幅图像在传输、接收和处理过程中，存在噪声干扰。噪声会降低图像的质量，使图像特征模糊或淹没，给分析和审美带来困难，所以为使图像更逼真，就要去除噪声。去噪即滤波，通常分为线性滤波和非线性滤波。非线性滤波常采用均值滤波和中值滤波两种方法。因为均值滤波在滤出噪声的同时会滤除图像的边界和细节，所以大多数会选择中值滤波。它的优点是运算简单而且速度快在脉冲噪声的空间密度较小的情况下，中值滤波的效果会很好，随着脉冲噪声的概率密度增大，中值滤波为了滤出噪声，不得不增大掩膜尺寸。中值滤波方法：对一个图像进行滤波处理时，首先要定义一个长度为奇数的窗口。然后对窗口内的制进行排序,用中值替换位于窗口中心的值。二.实验原理中值滤波对脉冲噪声有良好的滤除作用，特别是在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。.它是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值.让周围的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的为二维数据序列。二维中值滤波输出为g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中，f(x,y)，g(x,y)分别为原始图像和处理后图像。W为二维模板，通常为3*3，5*5区域，也可以是不同的的形状，如线状，圆形，十字形，圆环形等。3.实验步骤第一步：读取一幅图像，然后人为的进行加椒盐噪声处理imageA=imread(lena.bmp);imageB = imnoise(imageA,salt pepper, 0.01);第二步：读取imageB的len和wid；[lenth ,width] = size(imageB);第三步：进行尺寸的选择，设置窗口的大小，让窗口进行滑动循环的处理，前面两个for循环是让掩膜在整个图像中循环处理for i=1+y:lenth-yfor j = 1+y : width-y然后在对掩膜进行处理，对窗口里面每一个值进行扫描然后sort排序for l = i -y: i +yfor w = j -y: j+y a(m) = imageB(l ,w); m = m+1;endend a = sort(a);第四步：进行形状的选择，第三步是写的方形的，下面是十字形的。用两个if语句进行判断lenth和width，把掩膜的十字形数分别循环放在数组a（m）中。注意的一点是中心的值被加了两次，所以要与上w ~= j避免重复相加。if w == j a(m) = imageB(l ,w); m = m+1;endif l == i w ~= j a(m) = imageB(l ,w); m = m+1;end第五步：将排序后的中值赋给窗口的中心。 imageB(i,j) = a(z+1); 4.实验结果分析:先对图像进行了加噪处理,生成一个含有噪声的图像，然后通过中值滤波的方法对其进行滤波处理，还原了图像的逼真度。不足：由上图可知，图像的边缘细节等方面存在模糊，这是在椒盐噪声0.35的情况，（在0.1以上都存在还原后还存在噪声的现象）噪声越大中值滤波对它的处理越显示出弊端，也就是说如果图像的噪声太多太大的话，中值滤波就不能对其完全的还原。范围：1中值滤波使用的范围只适应于椒盐噪声或者其他噪声在0.1以下的范围甚至更小的范围，如果超过了此范围则边界将存在没有滤出完的现象。 2 在噪声0.01的情况下，如果窗口选择的是3*3的话，图像能够很好的被复原，但是随着掩膜越大，块越大的话，图像的恢复质量下降，变得模糊。如下图是块选的9*9的情况，很明显可以看出很模糊，所以，中值滤波一般的窗口选择都是3*3和5*5。同时，如果块选择的越小，虽然能够得到更好的恢复，但是付出的代价就是需要处理的数据量大大提高了；如果块选择的越大，虽然处理的数据量减少了，但是恢复质量下降了，所以，我们一直在寻求二者都能够达到的算法。改进方法：自适应中值滤波它能根据图像的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。它的最终目的是使恢复图像f^(x,y)与原始图像f(x,y)的均方误差e2=E[f(x,y)- f^(x,y)]最小。实质包括两方面，一方面为噪声检测及滤窗大小的确定，另一方面为噪声点检测后的中值滤波。W.Y.HAN等人得出的