数字图像实验报告.docVIP

数字图像处理实验报告 学院名称：信息科学与工程学院 专业班级： 计科0801 姓 名： 谢 旭 芳 学 号： 0909080423 指导老师： 赵 欢 喜 实验二 数字图像的空间域滤波和频域滤波 一．实验目的 掌握图像滤波的基本定义及目的； 理解空间域滤波的基本原理及方法； 掌握进行图像的空域滤波的方法。 掌握傅立叶变换及逆变换的基本原理方法； 理解频域滤波的基本原理及方法； 掌握进行图像的频域滤波的方法。 二．实验内容描述 空间平滑滤波： 读出eight.tif这幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中；（提示：加噪音函数为imnoise） 对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示；（提示:fspecial、 imfilter或filter2,或自己编码实现） 使用函数imfilter时，分别采用不同的填充方法（或边界选项，如零填充、’replicate’、’symmetric’、’circular’）进行低通滤波，显示处理后的图像 运用for循环，将加有椒盐噪声的图像进行10次，20次均值滤波，查看其特点,显示均值处理后的图像；（提示:利用fspecial函数的’average’类型生成均值滤波器） 对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要求在同一窗口中显示结果。（提示:medfilt2） 自己设计平滑空间滤波器，并将其对噪声图像进行处理，显示处理后的图像； 空间锐化滤波 读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波； 编写函数w = genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 -24 1 1 1 1 1 1 1 1 1 1 1 1] 分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波，并利用式 完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示； 采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果 自己设计锐化空间滤波器，并将其对噪声图像进行处理，显示处理后的图像； 傅立叶变换 读出woman.tif这幅图像，对其进行快速傅立叶变换，分别显示其幅度图像和相位图像（提示：fft2, abs, angle） 仅对相位部分进行傅立叶反变换后查看结果图像（提示：记傅立叶变换的相位a，利用ifft2对exp(a*i)进行反变换） 仅对幅度部分进行傅立叶反变换后查看结果图像 将图像的傅立叶变换F置为其共轭后进行反变换，比较新生成图像与原始图像的差异（提示：复数的共轭为） 平滑频域滤波 设计理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器，截至频率自选，分别给出各种滤波器的透视图； 读出test_pattern.tif这幅图像，分别采用理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同低通滤波器得到的图像与原图像的区别，特别注意振铃效应。(提示:1)在频率域滤波同样要注意到填充问题；2）注意到(-1)x+y;) 锐化频域滤波 设计理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器，截至频率自选，分别给出各种滤波器的透视图； 读出test_pattern.tif这幅图像，分别采用理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器对其进行滤波（截至频率自选），再做反变换，观察不同的截止频率下采用不同高通滤波器得到的图像与原图像的区别。 三．实验原理算法分析 图像平滑滤波可分为空间域和频率域两种方法。在空间域内可以用邻域处理来减少噪声。在频率域，因为噪声频谱多在高频段，可以采用各种形式的低通滤波办法来减少噪声。 空间域邻域处理包括：(1)定义中心点(x, y)；(2)仅对预先定义的以(x, y)为中心 点的邻域内的像素进行运算；(3)令运算结果为该点处处理的响应；(4)对图像中的每一点重复此步骤。移动中心点会产生新的邻域，而每个邻域对应于输入图像上的一个像素。 通常邻域是远比图像尺寸小的一规则形状，如正方形m X m 或近似表示圆等 形状的多边形。