数字图像处理课程设计.docVIP

目的与要求

设计的内容

总体方案设计

各个功能模块的主要实现程序以及测试和调试

课程设计总结与体会

目的与要求

提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。开发工具可以选用matlab、VC++、VB、C#等。本人选用matlab作为编程开发工具。

设计的内容

刚获得的图像有很多的噪声，这是由平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。这就是所谓的图像滤波研究。

本设计就是用图像平均、平滑滤波、中值滤波、理想低通滤波方法、巴特沃斯滤波方法五种方法来实现图像滤波处理。

总体方案设计

首先找一幅图像，然后对图像加噪声，获得加噪图像。然后分别选用以下五种方法进行图像滤波处理的研究。

用图像平均的方法消除噪声并计算信噪比的改善。

用平滑滤波方法消除噪声并计算信噪比的改善

用中值滤波方法消除噪声并计算信噪比的改善

用理想低通滤波方法消除噪声并计算信噪比的改善

用巴特沃斯低通滤波方法消除噪声并计算信噪比的改善

然后改变图像的加噪类型，通过分析比较各种滤波结果，总结各种滤波方法的适用范围。

在该设计中，所采用的噪声类型主要有：高斯噪声，椒盐噪声。

各个功能模块的主要实现程序以及测试和调试

用图像平均的方法消除噪声并计算信噪比的改善。

M文件：

I=imread(circuit.tif);

J=imnoise(I,gaussian,0,0.01);

subplot(231),imshow(I);%title(yuanshituxiang)；

subplot(232),imshow(J);%title(添加椒盐噪声的图像)；

k1=filter2(fspecial(average,3),J);%进行3*3模板平滑滤波

k2=filter2(fspecial(average,5),J);%进行5*5模板平滑滤波

k3=filter2(fspecial(average,7),J);%进行7*7模板平滑滤波

k4=filter2(fspecial(average,9),J);%进行9*9模板平滑滤波

subplot(233),imshow(uint8(k1));%title(3*3模板平滑滤波)；

subplot(234),imshow(uint8(k2));%title(5*5模板平滑滤波)；

subplot(235),imshow(uint8(k3));%title(7*7模板平滑滤波)；

subplot(236),imshow(uint8(k4));%title(9*9模板平滑滤波)；

k=8;fmax=2^k-1

s=0;

d=0;

fori=1:M

forj=1:N

y=double(I(i,j))-double(J(i,j));

s=s+double(y^2);

end

end

PSNR1=10*LOG10(N*M*fmax^2/s);

i=0;j=0;

fori=1:M

forj=1:N

y=double(I(i,j))-double(Q(i,j));

d=d+double(y^2);

end

end

PSNR2=10*log10(N*M*fmax^2/d);

Y=PSNR2-PSNR1;

Y

该liangxujiao.m文件运行后的结果

峰值信噪比PSNR

Y=11.7799

2、用平滑滤波方法消除噪声并计算信噪比的改善

M文件编写

I=imread(circuit.tif);

J=imnoise(I,gaussian,0,0.01);

subplot(231),imshow(I);%title(yuanshituxiang)；

subplot(232),imshow(J);%title(添加椒盐噪声的图像)；

k1=filter2(fspecial(average,3),J);%进行3*3模板平滑滤波

k2=filter2(fspecial(average,5),J);%进行5*5模板平滑滤波

k3=filter2(fspecial(average,7),J);%进行7*7模板平滑滤波

k4=filter2(fspecial(average,9),J);%进行9*9模板平滑滤波

subplot(233),imshow(uint8(k1));%title(3*3模板平滑滤波)；

Q1=uint8(k1);

subplot(234),imshow(uint8(k2));%title(5*5模板平滑