北航数字图像处理报告.doc

数字图像处理实验报告 实验结果 第二次试验 实验结果图如下，第一张为原图，第2,3张分别为加入椒盐噪声3和椒盐噪声5的图像。 均值滤波均值滤波是典型的线性滤波算法，该模板包括了其周围的临近像素。再用模板中的全体像素的平均值来代替原来像素值。均值滤波也称为线性滤波，其采用的主要方法为领域平均法。把每个像素都用周围的8个像素来做均值操作。可以平滑图像，速度快，算法简单。但是无法去掉噪声，能微弱的减弱它。 中值滤波中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值. 1：通过从图像中的某个采样窗口取出奇数个数据进行排序 2：用排序后的中值取代要处理的数据即可 中值滤波法在光学测量条纹图象的相位分析处理方法中有特殊作用，但 中值滤波在图像处理中,常用于用来保护边缘信息,是经典的平滑噪声的方法 高斯滤波 由于高斯函数的傅立叶变换仍是高斯函数, 因此高斯函数能构成一个在频域具有平滑性能的低通滤波器。可以通过在频域做乘积来实现高斯滤波。均值滤波是对是对信号进行局部平均, 以平均值来代表该像素点的灰度值。矩形滤波器(Averaging Box Filter)对这个二维矢量的每一个分量进行独立的平滑处理。通过计算和转化 ,得到一幅单位矢量图。这个 512×512的矢量图被划分成一个 8×8的小区域 ,再在每一个小区域中 ,统计这个区域内的主要方向 ,亦即将对该区域内点方向数进行统计,最多的方向作为区域的主方向。于是就得到了一个新的64×64的矢量图。这个新的矢量图还可以采用一个 3×3模板进行进一步的平滑。 Sobel 算子Sobel算子是加权平均，邻域的像素对当前像素产生的影响不是等价的，所以距离不同的像素具有不同的权值，对算子结果产生的影响也不同。一般来说，距离越远，产生的影响越小。Roberts 算子边缘定位准，但是对噪声敏感。适用于边缘明显且噪声较少的图像分割。Roberts边缘检测算子是一种利用局部差分算子寻找边缘的 Robert中值滤波后 比较该算子和sobel算子可以发现，该算子检测的边缘不是很平滑，而且该算子对噪声很敏感，检测除了原图中的很多噪声，使得噪声变得非常显眼，相较于sobel算子效果较差，而且边缘很宽图像较模糊。为了降低噪声的影响，对其检测边缘后的图片再经中值滤波后效果得到改善，图像较清楚。 Kirsch算子 该算子可以很好地检测出图像的边缘，而且可以检测图像的方向，他有8个卷积核，之后求取最大量作为该像素点的灰度值。该算子可以很好地抑制噪声对边缘检测的影响。 Kirsch算子处理后的图像 从图像中可以看出，该算子对图像处理后，边缘检测效果较好，没有明显的噪声影响。 第四次实验 直方图均衡化通常用来增加许多图像的全局对比度，尤其是当图像的有用数据的对比度相当接近的时候。通过这种方法，亮度可以更好地在直方图上分布。这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。