图像处理实验 图像增强和图像分割剖析.docVIP

图像处理实验 图像增强和图像分割 一、实验目的： 掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。 实验要求： 1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5×5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？ 2、对测试图像2进行图像分割，求出分割测试图像2的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。 实验内容： 实验原理 开始图像增强：流程图： 开始 读取图像 读取图像 构建滤波函数 构建滤波函数 滤波处理 滤波处理 结束 结束 图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。 中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间的灰度值来代替窗口中心点的灰度值。 对于一维序列{}： 对于二维序列{}： 均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领域N，用N中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即： 图像分割： 设置阈值容差 设置阈值容差T0 计算平均值 计算平均值T1 由 由T1分割成G1，G2 分别计算出 分别计算出G1，G2的平均值m1，m2 T2= T2=（m1+m2）/2 |T2-T1|T0 |T2-T1|T0 是 是 否 否 255*(IT2)+0*(I=T 255*(IT2)+0*(I=T2) \\255*(IT2)+0*(I=T2)))) ) 0*(I=T2) 图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。 本实验中我们是根据灰度值，将灰度值大于阈值T的像素统一置为255，小于的则置为0。如何求出最合适的分割阈值，则需要用到迭代算法。 迭代法算法步骤： (1) 初始化阈值T (一般为原图像所有像素平均值)。 (2) 用T分割图像成两个集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。 (3) 计算G1中像素的平均值m1及G2中像素的平均值m2。 (4) 计算新的阈值：T ＝ （m1＋m2）/2 。 (5） 如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。 程序代码与分析： 图像增强： clear all;clc; %读入图像 I1=imread(Fig5.12(b).jpg); %均值滤波模板 h1=ones(5,uint8); %获取分辨率 [a,b]=size(I1); %创建变量 I2=zeros(a+4,b+4,uint8); I3=zeros(a+4,b+4,uint8); %复制原始图像 for n=3:a+2 for m=3:b+2 I2(n,m)=I1(n-2,m-2); I3(n,m)=I1(n-2,m-2); end end %边界值设定 for n=1:a+4 for m=1:b+4 %左上角设定 if n3m3 I2(n,m)=I2(6-n,6-m); I3(n,m)=I3(6-n,6-m); %右下角设定 else if na+2mb+2 I2(n,m)=I2(2*a+4-n,2*b+4-m); I3(n,m)=I3(2*a+4-n,2*b+4-m); %右上角设定 else if n3mb+2 I2(n,m)=I2(6-n,2*b+4-m); I3(n,m)=I3(6-n,2*b+4-m); %左下角设定 else if m3na+2 I2(n,m)=I2(2*a+4-n,6-m); I3(n,m)=I3(2*a+4-n,6-m); %上两行设定 else if n3 I2(n,m)=I2(6-n,m); I3(n,m)=I3(6-n,m); %下两行设定 else if na+2 I2(n,m)=I2(2*a+4-n,m); I3(n,m)=I3(2*a+4-n,m); %左两列设定 else if m3 I2(n,m)=I2(n,6-m); I3(n,m)=I3(n,6-m); %右两列设定 else if mb+2 I2(n,m)=I2(n,2*b+4-m); I3(n,m)=I3(n,2*b+4-m); end end end end end end end end end end %图像处理 for n=3:a+2 for m=3:b+2 %均值滤波 temp0=I2(n-2:n+2