- 1、本文档共8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
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
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 =
您可能关注的文档
最近下载
- 2024天津滨海农商银行社会招聘笔试历年典型考题及考点剖析附带答案详解.docx
- 土木工程实习日记(30天).doc
- 2023年贵州省遵义市中小学生“π”节数学思维竞赛数学试卷.docx VIP
- - 数码相机 - 佳能 - EOS-1Dx Mark II说明书.pdf
- 观光电梯井道玻璃幕墙工程施工组织设计方案.docx
- 2024年重庆市中考数学真题卷(A卷)和答案.pdf VIP
- 躁狂症医疗护理查房培训课件.pptx VIP
- 工大科雅IPO:首次公开发行股票并在创业板上市招股说明书.docx
- 一种鉴定番茄种子颜色的InDel位点、KASP标记引物组及其应用.pdf VIP
- 注音童话故事——小鲤鱼跳龙门.pdf VIP
文档评论(0)