最新南昌大学数字信号处理实验报告_采用中值滤波器进行图像处理.doc

Digital Image Processing Project title： Noise Reduction Using a Median Filter? Project number： Proj05-02 Course number： Z6102X026 Students name： Students number： Date due： 2012-06-28 Date handed in： 2012-06-11 摘要 本题采用中值滤波器进行处理，从而进一步了解非线性中值滤波及其噪声抑制能力。特别是辣椒噪声、盐噪声、椒盐噪声等。 而此处先通过Matlab程序在原图上添加椒盐噪声、高斯噪声，并进行相应的中值滤波和二次中值滤波，得到的四图进行对比，以得到中值滤波器的滤波处理效果。而根据题设，将椒盐噪声的参数PA和PB均设置为0.2，另外还有对加有高斯噪声的图像进行中值滤波。下述将详细描述各图的区别。 技术讨论： 滤波器被广泛地用于图像的预处理抑制图像噪声，增强对比度，以及强化图像的边沿特征。运用较为广泛的线性滤波器如平均值滤波器，能较好地抑制图像中的加性噪声。但是，线性滤波器会引起图像的钝化或模糊，使得图像中物体边界产生位移。特别是，在图像受到乘性噪声或脉冲噪声的干扰，如超声波及雷达成像中普遍存在的斑点噪声，线性滤波器就不能取得预期的效果。 中值滤波器是用该像素的相邻像素的灰度中值来代替该像素值，是一种非线性滤波器。例如滤波窗口由3×3 个像素组成，则其中5个像素的灰度值会小于等于该滤波器的输出灰度值，同时5 个像素的灰度值会大于等于滤波器的输出。由此可见，对于离散的脉冲噪声，当其出现的次数小于窗口尺寸的一半时，将被抑制掉同时也能较好地保证图像的边沿特征，而且易于实现。因此它被广泛地应用于图像处理，尤其是医学图像处理，如超声波图像。但由于其使用的滤窗大小是固定不变的，当窗中噪声像素数超过有用像素之半时，中值滤波滤波作用大大降低。多次试验验证：在脉冲噪声强度大于0.2时,中值滤波效果就显得不是令人满意。 实验结果分析： 1，椒盐噪声的中值滤波 如下列程序可知，先将原图显示出来，再绘制被椒盐噪声污染的图像，并通过中值滤波器进行带有椒盐噪声的图像滤波处理和二次滤波处理。具体程序如下得： WH = 2; WL = 2; X = imread(Fig0507(a).jpg); Y = imnoise(X,salt pepper,0.2); M1 = medfilt2(Y); M2 = medfilt2(M1); subplot(WH,WL,1),imshow(X),title(原图像); subplot(WH,WL,2),imshow(Y),title(被椒盐噪声污染的图像); subplot(WH,WL,3),imshow(M1),title(处理后图像); subplot(WH,WL,4),imshow(M2),title(二次处理后图像); 其中调用medfilt2函数，程序详解如下： function n = medfilt2(m); % 3×3中值滤波器 [xs,ys] = size(m); n = m; for x = 2:xs-1 for y = 2:ys-1 S = sort([m(x-1,y-1),m(x-1,y),m(x-1,y+1),... m(x,y-1),m(x,y),m(x,y+1),... m(x+1,y-1),m(x+1,y),m(x+1,y+1)]); n(x,y) = S(5); end end return; 产生相应四幅图像对比如下： 2，高斯噪声的中值滤波 如下列程序可知，先将原图显示出来，再绘制被高斯噪声污染的图像，并通过中值滤波器进行带有高斯噪声的图像滤波处理和二次滤波处理。具体程序如下得： %用中值滤波方法除去高斯噪声 WH = 2; WL = 2; X = imread(Fig0507(a).jpg); Y = imnoise(X,gaussian,0.2); M1 = medfilt2(Y); M2 =