原创力文档- 1、本文档共9页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
滤波器方面的实验
滤波器方面的实验：
1、线性平滑滤波器：用imfilter()函数实现5*5邻域平均运算。
程序：
I=imread(1.jpg);
imshow(I)
I1=rgb2gray(I);
J=imnoise(I1,salt pepper,0.02);
h=ones(5,5)/25;
I2=imfilter(J,h);
figure,imshow(J);
figure,imshow(I2);
原图：
加了噪声的图像：
5*5领域平均运算后的图像
结论：可以看出，图像噪声得到了抑制，但是图像变得模糊了。
2、Wiener滤波实现降噪过程：
程序：
K1=wiener2(I1,[3,3]);
K2=wiener2(I1,[5,5]);
K3=wiener2(I1,[7,7]);
figure,imshow(K1);
figure,imshow(K2);
figure,imshow(K3);
结果图：
结论：图像噪声得到哦抑制，但图像4明显变模糊。
3、非线性平滑滤波器：对含椒盐噪声的图像实现中值滤波处理。
程序：
A1=imnoise(I1,salt pepper,0.06);
B1=medfilt2(A1,[3,3]);
B2=medfilt2(A1,[5,5]);
B3=medfilt2(A1,[7,7]);
figure,imshow(B1);
figure,imshow(B2);
figure,imshow(B3);
figure,imshow(A1);
加噪后的图像：
3*3模板中值滤波后的图像：
5*5模板中值滤波后的图像：
7*7模板中值滤波后的图像：
结论：很明显，中值滤波器不像均值滤波那样，它在衰减噪声的同时不会使图像的边界模糊。
4、锐化滤波：
程序：
C1=double(I1);
h1=fspecial(laplacian);
C2=filter2(h1,C1);
figure,imshow(C1,[]);
C3=C1-C2;
figure,imshow(C3,[]);
原图：
拉普拉斯增强后的图像：
5、线性锐化滤波后面的边缘检测的例子：
H=[0 1 0,1 -4 1,0 1 0];
D=conv2(C1,H,same);
D1=C1-D;
figure,imshow(D1,[]);
结果图：
由图可见：图像模糊的部分得到了锐化，边缘部分得到了增强，边界更加明显。但图像显示清楚的地方，经滤波后发生了失真。
文档评论（0）