有关滤波中值滤波的论文.docVIP

创见性声明 本人声明：所呈交的毕业论文是本人在指导教师的指导下进行的工作和取得的成果，论文中所引用的他人已经发表或撰写过的研究成果，均加以特别标注并在此表示致谢。与我一同工作的同志对本论文所做的任何贡献也已在论文中作了明确的说明并表示谢意。 毕业论文作者签名： 签字日期： 年 月 日 本科毕业设计（论文）版权使用授权书 本毕业设计（论文）作者完全了解中国民航大学有关保留、使用毕业设计（论文）的规定。特授权大学可以将毕业设计（论文）的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交毕业设计（论文）的复印件和磁盘。 （保密的毕业论文在解密后适用本授权说明） 毕业论文作者签名： 指导教师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘 要 3.3.1线性滤波（邻域平均） 线性低通滤波器最常用的是线性平滑滤波器，这种滤波器的所有系数都是正的，也称邻域平均。淋浴平均减弱或消除了傅里叶变换的高频分量，对噪声的消除有所增强，但是由于平均而使图像变得更为模糊，细节的锐化程度逐渐减弱。 下面使用不同的平滑模板对图像进行滤波：（二维线性滤波fliter2）程序代码： I=imread(’cameraman.tif’); Imshow(I) Title(’原始图像’) J=imnoise(I,’saltpepper’); %添加椒盐噪声，噪声密度为默认值0.05 Figure,imshow(J) Title(’添加盐椒噪声后的图像’) K1=filter2(fspecial(’average’,3),J)/255; %应用3*3邻域窗口法 figure,imshow(K1) Title(’3*3窗口的邻域平均滤波图像’) K2=filter2(fspecial(’average’,7),J)/255; %应用7*7邻域窗口法 figure,imshow(K2) Title(’7*7窗口的邻域平均滤波图像’) K3=filter2(fspecial(’average’,8),J)/255; %应用9*9邻域窗口法 figure,imshow(K3) Title(’9*9窗口的邻域平均滤波图像’) K4=filter2(fspecial(’average’,11),J)/255; %应用11*11邻域窗口法 figure,imshow(K4) Title(’11*11窗口的邻域平均滤波图像’) 3.3.2中值滤波 中值滤波可以保留目标边缘，这是中值滤波器相对于均值滤波器的最大优势。中值滤波具有去噪的性能，可以消除孤立的噪声点，可以用来减弱随机干扰，但是边缘不模糊。 程序代码： I=imread(’cameraman.tif’); Imshow(I) Title(’原始图像’) J=imnoise(I,’saltpepper’,0.02); %添加盐椒噪声，噪声密度为0.02 figure,imshow(J) title(’添加盐椒噪声后的图像’) K1=medfilt2(J); %在默认的3*3的邻域窗中进行中值滤波 Figure,imshow(K1) Title(’默认的3*3的邻域窗的中值滤波图像’) K2=medfilt2(J,[5 5]); %在5*5的邻域窗中进行中值滤波 figure,imshow(K2) title(’5*5的邻域窗的中值滤波图像’) 从上可见，中值滤波的效果要比邻域平均的低通滤波效果好，中值滤波以后的图像的轮廓比较清晰，而且使用较小的模板得到的视觉效果反而好一些。 3.3.3 锐化滤波 图像锐化处理的目的是是模糊图像变得清晰，锐化滤波器减弱或消除了傅里叶空间的低频分量，保留高频分量，从而加强了图像的轮廓，使图像看起来比较清晰。 下面应用Laplacian算子对图像进行锐化处理： Laplacian算子是线性二次微分算子，其格式为：h=fspecial(’laplacian’,alpha),返回一个3*3的滤波器来近似二维Laplacian算子的形状，参数alpha决定了Laplacian算子的形状，alpha的取值范围为0.0~1.0，默认的值为0.2。 程序代码： %应用Laplacian算子对图形进行锐化 I=imread(’cameraman.tif’); imshow(I) title(’原始图像’) H=fspecial(’laplacian’); %应用Laplacian算子滤波锐化图像 laplacianH=filter2(H,I); figure,imshow(lap