图像增强算法综合应用课程设计.docxVIP

《图像处理技术应用实践》课程设 计 题  目 学生姓名 学 号 院 系 专 业 任课教师  图像增强算法综合应用 xxxx 年 xx 月 xx 日 摘要：  图像增强算法综合应用 梅雨 南京信息工程大学计算机与软件学院，南京 210044 图像增强是指增强图像中的有用信息，它可以是一个 失 真的过程，其目的是要改善图像的视觉 效果。运用空间域与频率域相结合的算法，去除随机噪声和周期噪声的混合噪声，提高图像质量。 关键词： 随机噪声；周期噪声；空间域和频率域去噪 1 任务描述 图像增强处理：设计一套空间域与频率域结合的图像增强算法，处理以下任一组图片 中的带噪声图像，去除噪声，提高图像质量。 已知：噪声为随机噪声和周期噪声混合噪声； 要求： 去噪处理后，计算均方误差评估去噪处理后图像的去噪效果 撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与 算法评估过程。 第一组图片： 第二组图片： 2 图像增强算法 2.1 问题分析 图片中加入了随机噪声和周期噪声混合噪声。针对不同的噪声，不同的去噪方法 效果不同，因此应该采用不同的去噪方法以达到最好的去噪效果。 随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。 周期噪声应在频域中消去。 去除噪声后的图像仍然可以改善处理。 均方误差评估去噪处理后图像的去噪效果。 2.2 算法设计 （1）读入初始图片及加噪图片。 clc; clear; =imread(D:\dogOriginal.bmp); =imread(D:\dogDistorted.bmp); （2） 利用空域滤波，去除随机噪声，此时用中值滤波法，并显示它的频谱图。 g3=medfilt2(g,[3,3]); 原 原 原 原 原 原 原 原 图1  空域滤波后的图像与原图的比较 （3）利用频域滤波，去除周期噪声。先转化成double型，进行傅里叶变换，再转化 成数据矩阵，最后利用低通滤波去除周期噪声。 = double(g); % 数据类型转换，MATLAB 不支持图像的无符号整型的计算 = fft2(F); % 傅里叶变换 G= fftshift(G); % 转换数据矩阵 [M,N]=size(G); nn = 2; % 二阶巴特沃斯(Butterworth)低通滤波器 d0 = 27; = fix(M/2); = fix(N/2); for i = 1 : M for j = 1 : N d = sqrt((i-m)^2+(j-n)^2); h = 1/(1+0.414*(d/d0)^(2*nn)); % 计算低通滤波器传递函数 result(i,j) = h * G(i,j); end end 原 原 原 原 原 原 原 原 原 原 原 原 原 图2  去除混合噪声后的图像与原图的比较 （4）计算均方误差评估去噪效果。 [m n]=size(p); l=f-p; he=sum(sum(l)); avg=he/(m*n); k=l-avg; result1=(sum(sum(k.^2)))/(m*n); if result1==0 (dog图均方误差); result2=0 disp(dog图均方误差); result2=sqrt(result1) end 3 算法实现 代码 clc; clear; f=imread(D:\dogOriginal.bmp); subplot(421);imshow(f),title(原图); f1=double(f); f2=fft2(f1); % 傅立叶变换 f2=fftshift(f2); subplot(422);imshow(log(abs(f2)),[]),title(原图频谱图); g=imread(D:\dogDistorted.bmp); subplot(423);imshow(g),title(混合噪声图); g1=double(g); g2=fft2(g1); % 傅立叶变换 g2=fftshift(g2); subplot(424);imshow(log(abs(g2)),[]),title(混合噪声频谱图); %空域滤波,去除随机噪声(中值) g3=medfilt2(g,[3,3]); subplot(425);imshow(g3),title(去除随机噪声); g4=double(g3); F1=fft2(g3);%对图像进行傅立叶变换 1=fftshift(F1);%移频 figure,subplot(426),imshow(log(abs(F1)),[]),title(去除随机噪声频谱图); %频域滤波 = F1; [M,N]=size(G); nn = 2; % 二阶巴特沃斯(Butterworth)低通滤波器