图像的平滑滤波 数字图像处理实验报告南昌大学.docx

实验报告三 姓名： 胡文松 学号： 6103413007 班级：生物医学工程 131 实验日期： 2016/5/11 实验成绩： 实验题目：图像的平滑滤波 一． 实验目的 熟练掌握空域平滑滤波的原理、方法及其MATLAB 实现。 分析模板大小对空域平滑滤波的影响，线性和非线性方法对空域平滑滤波增强效果的影响，比较不同滤波器的处理效果，分析其优缺点。 二． 实验原理 （1）线性空间滤波 函数 imfilter 来实现线性空间滤波，语法为： g = imfilter(f, w, filtering_mode, boundary_options, size_options) 其中，f 是输入图像，w 为滤波模板，g 为滤波结果，filtering_mode 用于指定在滤波过程中是使用相关运算(‘corr’)还是卷积运算(‘conv’)，相关就是按模板在图像上逐步移动运算的过程，卷积则是先将模板旋转180 度，再在图像上逐步移动的过程。 非线性滤波器 数字图像处理中最著名的统计排序滤波器是中值滤波器，MATLAB 工具箱提供了二维中值滤波函数 medfilt2，语法为：g = medfilt2(f, [m n], padopt) 矩阵[m n]定义了一个大小为 m×n 的邻域，中值就在该邻域上计算；而参数padopt 指定了三个可能的边界填充选项：’zeros’（默认值，赋零），’symmetric’按照镜像反射方式对称地沿延其边界扩展，’indexed’，若 f 是 double 类图像，则以 1 来填充图像，否则以 0来填充图像。 线性空间滤波器 MATLAB 工具箱支持一些预定义的二维线性空间滤波器，这些空间滤波器可通过函数 fspecial 实现。生成滤波模板的函数fspecial 的语法为： w = fspecial(‘type’, parameters) ； 其中，’type’表示滤波器类型，parameters 进一步定义了指定的滤波器。fspecial‘( laplacian’, alpha) 一个大小为 3×3 的拉普拉斯滤波器，其形状由 alpha 指定，alpha 是范围[0, 1]的数。alpha 默认为 0.5。 三． 实验内容及结果 （1） 选择一副图像 fig620.jpg，分别选择3×3，7×7，25×25 等平均模板进行均值滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。 选择一副图像 fig620.jpg，分别选择3×3，7×7，25×25 等平均模板进行高斯滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。 选择一副图像 circuit.jpg，对图像加入椒盐噪声，检验两种滤波模板（3×3 平均模板和 3×3 的非线性模板中值滤波器）对噪声的滤波效果。 源程序和结果： clc; %--------------------进行均值滤波模糊处理-------------------- I=imread(E:\教学材料\数字图像处理\图片\fig620.jpg); figure; subplot(2,2,1); imshow(I); title(原图); %输出原图Y1=imfilter(I,fspecial(average,3)); %进行 3×3 模板的均值滤波Y2=imfilter(I,fspecial(average,7)); %进行 7×7 模板的均值滤波Y3=imfilter(I,fspecial(average,25)); %进行 25×25 模板的均值滤波subplot(2,2,2); imshow(Y1);title(3×3 模板均值滤波); subplot(2,2,3); imshow(Y2);title(7×7 模板均值滤波); subplot(2,2,4); imshow(Y3);title(25×25 模板均值滤波); %------------------进行高斯滤波模糊处理--------------------- OriImage=imread(E:\教学材料\数字图像处理\图片\fig620.jpg); figure; subplot(2,2,1); imshow(OriImage); title(原图); %输出原图 sigma =1.6; %设置标准差 grayImg=rgb2gray(OriImage); gausFilter1 = fspecial(gaussian,[3 3],sigma); %进行 3×3 模板的高斯滤波gausFilter2 = fspecial(gaussian,[7 7],sigma); %进行 3×3 模板的高斯滤波gausFilter3 = fspecial(gaussian,[25 25],sigma);