《数字图像处理》作业题目.docVIP

数字图像处理作业 班级： Y100501 姓名： 雷 锋 学号： 000000001 一、编写程序完成不同滤波器的图像频域降噪和边缘增强的 算法并进行比较，得出结论。 频域降噪。对图像而言，噪声一般分布在高频区域，而图像真是信息主要集中在低频区，所以，图像降噪一般是利用低通滤波的方法来降噪。边缘增强。图像的边缘信息属于细节信息，主要由图像的高频部分决定，所以，边缘增强一般采取高通滤波，分离出高频部分后，再和原频谱进行融合操作，达到边缘增强，改善视觉效果，或者为进一步处理奠定基础的目的。 1频域降噪，主程序如下： I=imread(lena.bmp); %读入原图像文件 J=imnoise(I,gaussian,0,0.02);%加入高斯白噪声 A=ilpf(J,0.4);%理想低通滤波 figure,subplot(222);imshow(J);title(加噪声后的图像); subplot(222);imshow(A);title(理想低通滤波); B=blpf(J,0.4,4);%巴特沃斯低通滤波 subplot(223);imshow(B);title(巴特沃斯低通滤波); C=glpf(J,0.4);%高斯低通滤波 subplot(224);imshow(C);title(高斯低通滤波); 用到的滤波器函数的程序代码如下： function O=ilpf(J,p) %理想低通滤波，p是截止频率 [f1,f2]=freqspace(size(J),meshgrid); hd=ones(size(J)); r=sqrt(f1.^2+f2.^2); hd(rp)=0; y=fft2(double(J)); y=fftshift(y); ya=y.*hd; ya=ifftshift(ya); ia=ifft2(ya); O=uint8(real(ia)); function O=blpf(J,d,n) %巴特沃斯低通滤波器，d是截止频率，n是阶数 [f1,f2]=freqspace(size(J),meshgrid); hd=ones(size(J)); r=f1.^2+f2.^2; for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(d*d); hd(i,j)=1/(t^n+1); end end y=fft2(double(J)); y=fftshift(y); ya=y.*hd; ya=ifftshift(ya); ia=ifft2(ya); O=uint8(real(ia)); function O=glpf(J,D) %高斯滤波器，D是截止频率 [f1,f2]=freqspace(size(J),meshgrid); r=f1.^2+f2.^2; Hd=ones(size(J)); for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(D*D); Hd(i,j)=exp(-t); end end Y=fft2(double(J)); Y=fftshift(Y); Ya=Y.*Hd; Ya=ifftshift(Ya); ia=ifft2(Ya); O=uint8(real(ia)); 运行结果如图1所示。 从结果可以看出，三种滤波器都可以对图像进行降噪，经滤波器滤波后，图像更噪声部分得到抑制，但是细节部分变得模糊。这是因为，细节信息分布在高频部分，降噪会对图像起到平滑作用，细节部分减弱。 2 边缘增强，程序如下： J=imread(moon.tif); figure subplot(121),imshow(J);title(原始图像); [f1,f2]=freqspace(size(J),meshgrid); r=f1.^2+f2.^2; D=0.3; Hd=ones(size(J)); for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(D*D); Hd(i,j)=1-exp(-t); %高斯高通滤波 end end Y=fft2(double(J)); Y=fftshift(Y); Ya=Y.*Hd; %高斯高通滤波 %Ya=ifftshift(Ya); ia=Y+1.4*Ya; %原始图像频谱加上1.4倍的高频频谱 Ya=ifftshift(ia); ia=ifft2(Ya); O=uint8(real(ia)); subplot(