空域图像滤波.docxVIP

实验报告 实验课程: 光电图像处理 姓 名： 学 号： 实验地点: 211楼909机房 指导老师： 实验时间： 2016 年 3月 23日 实验名称：空域图像滤波 实验目的 1、了解数字图像的空域平滑滤波和锐化滤波器的概念和基本原理； 2、熟悉和掌握几种基本的空间域低通滤波原理和实现方法； 3、熟悉和掌握几种基本的空间域统计排序滤波原理和实现方法； 4、熟悉和掌握几种基本的空间域高通滤波原理和实现方法； 5、能熟练利用 matlab 工具编程实现数字图像的各种空间域滤波处理。 三.实验原理 (一).均值滤波原理 描述：用当前像素邻域内像素平均灰度值代替当前像素的原灰度值。含噪图像为： 其中，f(x,y)为原始图像，η(x,y)为加性噪声。 平滑图象为： 其中S表示点(x,y)邻域内的点集，M为S内总点数。 （二）中值滤波原理 用局部邻域像素灰度值排序后的中值代替当前像素的灰度值。 其中： median —— 中值滤波算子，取中值； f(x,y) —— 原始图像阵列； g(x,y) —— 中值滤波后当前像素灰度值； S —— 滤波窗口/邻域，大小为m×n （三）一阶梯度(Gradient) 设连续图像函数为f (x,y)，它的梯度是一个向量，定义为： 任意方向： (1) 在(x,y)点处的梯度，方向指向f (x,y)最大变化率的方向。 2) 幅度等于f (x,y)的最大变化率，即 。 （四）反锐化掩模（Unsharp masking） 利用原图像减去原图平滑滤波后的结果构成反锐化模板： 锐化结果： （五）高提升滤波（Highboost Filtering） 将锐化的结果叠加于原图像： 实验步骤 邻域均值滤波 实验操作及处理步骤如下： 读入一幅原始灰度图像。 在读入的原始图像中加入高斯白噪声。 设计如下空间域的 3×3 均值滤波器 H1和 5×5 高斯滤波器 H2，如下式(1)~(2) 所示。 (4) 分别利用 H1 和 H2 对第(2)步中加噪声的图像进行滤波处理，对处理结果进行必要的分析。 （5）显示原图、加噪声图及处理结果， 2、统计排序滤波 实验操作及处理步骤如下： (1)读入一幅原始灰度图像，显示原始图像，如图 2-2 所示。 图2-2 (2) 在读入的原始图像中加入椒盐噪声。 (3) 试分别利用最小值、中值和最大值滤波 3 种滤波方式，对第(2)步中加噪声的图像进行滤波处理，并对处理结果进行必要的分析。 (4) 显示加噪声图及处理结果， （二）数字图像的空域高通滤波 1、一阶梯度算子 实验操作及处理步骤如下： 1) 读入一幅原始图像。 (2) 设计如下所示的 3×3 一阶梯度算子（Prewitt 滤波器）。 (3) 利用以上式（3）滤波器，对第(1)步中读入图像分别进行滤波处理。 (4) 分别显示原图、x/y 方向梯度图及合成梯度图。 2、Laplace 算子 实验操作及处理步骤如下： (1) 读入一幅原始灰度图像。 (2) 设计如下所示的 3×3 Laplace 滤波器模板。 (3) 利用上述滤波器，对第(1)步中读入图像进行滤波，对处理结果进行必要的分析。 (4) 显示原图及滤波结果。 3、反锐化掩模处理（Unsharp masking） 实验操作及处理步骤如下： (1) 读入一幅原始灰度图像。 (2) 利用如式(1)或(2)所示的平滑滤波器，进行平滑滤波。 (3) 用原始图减去第(2)步处理结果，得到 Unsharp 掩模图像。 (4) 再用原始图加上 Unsharp 掩模图像（即上一步的结果），即得到反锐化处理图像。 (5) 显示各个处理步骤的结果。 4、高提升滤波 实验操作及处理步骤如下： (1) 读入一幅原始灰度图像。 (2) 设计如下式所示的 3×3 Laplace 高提升滤波器。 (3) 利用以上滤波器，对第(1)步中读入图像进行滤波，对处理结果进行必要的分析。 (4) 显示原图及滤波结果。 五．实验结果及分析 1、领域均值滤波 由图可知，均值滤波和高斯滤波能有效地抑制高斯噪声，但图像的清晰度下降。 2.统计排序滤波 加入椒盐噪声后，中值滤波能完全滤去噪声，保留原图像。而最小、最大值则分别滤去灰度的低值、高值部分。 3、一阶梯度算子 原图做一阶梯度变换后，横纵偏导的结果体现了两个方向的高变换部分，而g处理后得到的则是总的变化信息 4、Laplace 算子 结果：Laplace处理保留了图像的高变换部分 5、反锐化掩模处理（Unsharp masking） 反锐化掩模处理将锐化结果附加到原图，提升了原始图像的边 缘细节。 6