空间域滤波基础实验报告.docVIP

 PAGE \* MERGEFORMAT 9 空间域滤波基础 姓名：宋斌 班级：自动化86 学号学院：电信学院 递交日期：2011年4月14日 摘要： 空域滤波技术根据功能主要分为平滑滤波与锐化滤波，平滑滤波能减弱或消除图像中的高频率分量而不影响低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，平滑滤波可将这些分量滤去减少局部灰度起伏，是图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或在提取较大目标前去除太小的细节或将目标的小间断连接起来。锐化滤波正好相反，实际应用中锐化滤波常用于增强被模糊的细节或目标的边缘。 一、实验要求 1.空域低通滤波器：分别用高斯滤波器和中值滤波器去平滑测试图像test1和2，模板大小分别是3x3 ，5x5 ，7x7； -利用固定方差 sigma=1.5产生高斯滤波器. 2.利用高??滤波器滤波测试图像test3,4：包括unsharp masking, Sobel edge detector, and Laplace edge detection。 二、实验原理 空域滤波技术根据功能主要分为平滑滤波与锐化滤波，平滑滤波能减弱或消除图像中的高频率分量而不影响低频分量。因为高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，平滑滤波可将这些分量滤去减少局部灰度起伏，是图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或在提取较大目标前去除太小的细节或将目标的小间断连接起来。锐化滤波正好相反，实际应用中锐化滤波常用于增强被模糊的细节或目标的边缘。 空域滤波是在图像空间通过邻域操作完成的，实现的方式基本都是利用模板（窗）进行卷积来进行，实现的基本步骤为： 1、将模板中心与图中某个像素位置重合； 2、将模板的各个系数与模板下各对应像素的灰度值相乘； 3、将所有乘积相加，再除以模板的系数个数； 4、将上述运算结果赋给图中对应模板中心位置的像素。 常见的空域滤波器： 1、邻域平均：将一个像素邻域平均值作为滤波结果，此时滤波器模板的所有系数都取为1。 2、加权平均：对同一尺寸的模板，可对不同位置的系数采用不同的数值。实际应用中，常取模板周边最小的系数为1，而取内部的系数成比例增加，中心系数最大。 加权平均模板示例： 1 2 1 2 4 2 1 2 1 3、中值滤波：中值滤波是一种非线性滤波方式，可用如下步骤完成。 （1）将模板在图中漫游，并将模板中心与图中某个像素位置重合； （2）读取模板下各对应像素的灰度值； （3）将这些灰度值从小到大进行排序； （4）找出中间值并赋给对应模板中心位置的像素。 一般情况下中值滤波的效果要比邻域平均处理的低通滤波效果好，主要特点是滤波后图像中的轮廓比较清晰。 4、最频值滤波：通过直方图统计中心像素点的灰度分布情况，将出现次数最多的灰度值（即直方图波峰位置）赋给中心位置的像素。如果直方图是对称的且仅有一个峰，那么均值、中值和最频值相同。如果直方图仅有一个波峰但不对称，那么最频值对应波峰，而中值总比均值更接近最频值。 5、锐化滤波：图像锐化一般是通过微分运算来实现的，图像处理中最常用的微分方法是利用梯度（基于一阶微分）。在离散空间，微分用差分实现，常用的差分模板如下： -1 1 1 1 1 -1 1 -1 1 -1 -1 -1 三、实验步骤 1.空域低通滤波器：分别用高斯滤波器和中值滤波器去平滑测试图像test1和2，模板大小分别是3x3 ，5x5 ，7x7； -利用固定方差 sigma=1.5产生高斯滤波器. (1)源程序代码： [x1 map1]=imread(E:\大学\大三\图像处理与模式识别\第四次作业\test1.pgm,pgm); [x2 map2]=imread(E:\大学\大三\图像处理与模式识别\第四次作业\test2.tif,tif); y1=x1; y2=x2; %%%%%%%%%%%%MAP是公用调色板%%%%%%%%%%%%%%%%%%%% MAP=map; for i=1:256 f