图像加噪与滤波.docVIP

信号分析与处理实验报告 合肥工业大学电气与自动化工程学院信号分析与处理实验报告 电气 专业 电气10-7班 班级 学号 姓名 屠勇 日期 2013年11月12日 指导教师 黄云志 共 页 第 页 成绩 实验一 图像信号频谱分析及滤波 实验报告要求： 1、实验报告包括四部分：实验原理、实验内容、实验程序、结果分析；分别占实验报告总成绩的10%，10%，40%，40%； 2、实验程序及结果分析如内容雷同，均不给分； 一 实验原理 对经过灰度化处理的图片加上特定频率的正弦噪声信号，而成为含噪图像，由于噪声信号的频谱和图像信号的频谱不同，可以利用频域的低通的巴特沃斯滤波器对噪声进行滤波。滤波器是具有频率选择作用的电路或运算处理系统。滤波处理可以利用模拟电路实现，也可以利用数字运算处理系统实现。滤波器的工作原理是当信号与噪声分布在不同频带中时，可以在频率与域中实现信号分离。在实际测量系统中，噪声与信号的频率往往有一定的重叠，如果重叠不严重，仍可利用滤波器有效地抑制噪声功率，提高测量精度。低通滤波器允许从直流到某个截止频率的信号通过。 二 实验内容 选取一张彩色图片，把像素设置成200*200; 提取图像的灰度值，并显示出灰度图像； 在图像中增加正弦噪声信号，画出加入噪声信号后的灰度图像； 给定滤波器的性能指标，采用窗函数法或者双线性变换设计数字低通滤波器，并画出滤波器的频率响应； 然后用自己设计的滤波器对含噪声图像信号进行滤波，画出滤波后图像信号的灰度图像。 利用频谱分析对原始灰度图像、加入噪声信号的灰度图像、和滤波后的灰度图像进行频谱分析和对比，分析信号的变化。 三 实验程序 im=imread(D:heat.jpg); subplot(2,2,1); imshow(im); title(原图片); im1=rgb2gray(im); [m,n]=size(im1); im2=im2double(im1); % 把图片转化成一维数据，以利于频谱分析 % 下同 % 但加噪声和滤波还要在二维图像数据上加 img2=zeros(1,m*n); for i=1:m for j=1:n img2(m*(i-1)+j)=im2(i,j); end end figure(1); subplot(2,2,2); imshow(im2); title(灰度化); w = 0.8*pi; x = 1:m; y = 1:n; [X,Y] = meshgrid(x,y); % 给图片加正弦噪声信号，这里加的是二维正弦信号 Z =1.5*sin(w*(X+Y)); [p,q]=size(Z); im3 = im2+Z; img3=zeros(1,m*n); for i=1:m for j=1:n img3(m*(i-1)+j)=im3(i,j); end end subplot(2,2,3); imshow(im3); title(加入噪声信号后); wp=0.5*pi; ws=0.75*pi; fs=40000; rp=3; rs=50; [n,wn]=buttord(wp/pi,ws/pi,rp,rs); [bz,az]=butter(n,wn); [h,w]=freqz(bz,az,128,fs); im4=filter(bz,az,im3); img4=zeros(1,m*n); for i=1:m for j=1:n img4(m*(i-1)+j)=im4(i,j); end end subplot(2,2,4); imshow(im4); title(滤波后); figure(2); subplot(2,2,1); plot(w,abs(h)); xlabel(f);ylabel(H); title(滤波器的频率响应); N=16; ft=50; n=0:N-1; XK=fft(img2,N); magXK=2*abs(XK)/N; f=n*ft/N; subplot(2,2,2); plot(f,magXK); xlabel(f);ylabel(|X(K)|); title(灰度图像的幅频响应); XK=fft(img3,N); magXK=abs(XK); f=n*fs/N; subplot(2,2,3); plot(f,magXK);