多媒体实验一研究报告.docx

图像处理实验图像增强和图像分割专业：电子信息工程 学号：1328403028 姓名：张帅华一、实验目的掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。二、实验要求1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。三、实验原理图像增强部分：图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。均值滤波是指：对含噪声的原始图像f（x，y）的每个像素点取一个邻域N,用N中所包含像素的灰度平均值，作为邻域处理后的图像g（x，y）的像素值；中值滤波是指：选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含的像素点按灰度级的升序排列，取位于中间的灰度值，来代替窗口中心点的灰度值。滤波器公式：均值滤波器：中值滤波器：在进行滤波处理时还会涉及到边缘处理的问题：为了输出结果和原图像大小一致，应先将原图像扩展后再进行处理，即生成一个比原图像大一些的矩阵，将原图像置于矩阵的中心位置。扩展方法可选择直接加零或对称扩展。具体扩展大小跟模板大小有关。图像分割部分：图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。迭代法算法步骤：(1) 初始化阈值T (一般为原图像所有像素平均值)。(2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。(3) 计算G1中像素的平均值m1及G2中像素的平均值m2。(4) 计算新的阈值：T ＝ （m1＋m2）/2 。(5）如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。四、实验算法设置滤波模板大小 图像增强：进行边缘扩展计算平均值（中值）替代模板中心像素点设置阈值容差T0图像分割： 计算平均值T1根据T1分割成G1，G2分别计算出G1，G2的平均值m1，m2T2=（m1+m2）/2|T2-T1|T0YesNo255* (IT2) + 0*(I=T2)五、实验结果图像增强部分：图像分割部分：六、实验分析和总结实验分析：1.增强实验中：均值滤波不能很好的滤除椒盐噪声，这是因为椒盐噪声幅值近似相等但随机分布在不同位置上，图像中有暗点也有亮点，且其噪声的均值不为0，所以均值去滤波不能很好地除噪声点；中值滤波对去除椒盐噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现。所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好。中值滤波与均值滤波相比，在去除图像椒盐噪声的同时还能够保持图像比较清晰的轮廓。2.分割实验中：既采用了迭代算法，也直接调用了MATLAB中graythresh(I)（求图像的分割阈值函数） 以及im2bw(I,T)（根据分割阈值T将I二值化的函数），还对分割阈值后的图形作了闭运算处理。通过实验结果可以发现三种方法的处理结果相差不大。实验总结：在进行图像处理时，应根据目标图像的特定情况选择正确的算法处理工具。进行处理所采用的模板大小也应该考虑好再选用，边缘处理也要适当考虑进去。七、程序代码图像增强：clear all;clc;I1=imread(Fig5.12(b).jpg);h1=ones(5,uint8);[a,b]=size(I1);I2=zeros(a+4,b+4,uint8);I3=zeros(a+4,b+4,uint8);for n=3:a+2for m=3:b+2I2(n,m)=I1(n-2,m-2);I3(n,m)=I1(n-2,m-2);endendfor n=1:a+4for m=1:b+4if n3m3I2(n,m)=I2(6-n,6-m);I3(n,m)=I3(6-n,6-m);else if na+2mb+2I2(n,m)=I2(2*a+4-n,2*b+4-m);I3(n,m)=I3(2*a+4-n,2*b+4-m);else if n3mb+2I2(n,m)=I2(6-n,2*b+4-m);I3(n,m)=I3(6-n,2*b+4-m);else if m3na+2I2(n,m)=I2(2*a+4-n,6-m);I3(n,m)=I3(2*a+4-n,6-m)