数字图象处理实验-空域滤波.docVIP

实验四空域滤波

实验目的

1、理解空间滤波的含义；

2、熟悉MATLAB中的各种滤波函数；

3、掌握MATLAB中实现空间滤波的方法。

二、实验步骤及内容

1、MATLAB实现空间滤波的方法

在MATLAB中两种方法来实现空间滤波，一种是使用MATLAB中提供的滤波函数，另一种是直接对数据进行操作。

(1)滤波函数filter2

J=filter2(h,X)

其中，X为图像，h为滤波器，J为滤波后的图像。通过改变滤波器掩模，可实现平滑滤波和锐化滤波。

或

滤波函数imfilter

J=imfilter(X,h)

其中，X为图像，h为滤波器，J为滤波后的图像。

例：X=imread(Fig3.35(a).jpg);%读入实验图像

h=[0.1110.1110.111

0.1110.1120.111

0.1110.1110.111];%定义均值滤波器

J=filter2(h,X);%均值滤波

imshow(X,[0,255]);

figure(2),imshow(J,[0,255]);%显示均值滤波后的图像

(2)中值滤波函数medfilt2

J=medfilt2(X,[hood,hood])

其中，X为图像，hood为滤波器尺寸，J为滤波后的图像，用中值滤波可去除椒盐噪声，到达平滑图像的目的。

例：X=imread(Fig3.35(a).jpg);

J=medfilt2(X,[5,5]);%[5,5]为滤波模板的规格

〔3〕直接对图像数据进行操作

使用for循环直接对图像数据进行模板卷积的操作，过程直观，便于理解，可实现各种形式的滤波。注意直接操作时要考虑边缘的处理。模板卷积的主要步骤为：

将模板在图像中漫游，并将模板中心与图中某个像素位置重合；

将模板上的各个系数与模板下各对应像素点的灰度值相乘；

将所有乘积相加〔为保持灰度范围，常将结果再除以模板系数之和〕；

将上述运算结果赋给输出图像的对应模板中心位置的像素。

例：以下程序实现了均值滤波

x=imread(Fig3.35(a).jpg);

xd=double(x);%图像数据类型转换

c=xd;

[xh,xw]=size(x);%xh图像的高〔行值),xw图像的宽〔列值〕

forj=2:xh-1%图像边缘保存原值

fori=2:xw-1,

c(i,j)=(xd(i+1,j)+xd(i,j+1)+xd(i-1,j)+xd(i,j-1)+xd(i,j))/5;%在四邻域内平均

end

end

c=uint8(c);

imshow(c)

2、空间平滑滤波

平滑滤波是低频增强的空间域滤波技术。它的目的有两类：一类是模糊；另一类是消除噪音。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。

(1)平滑线性滤波器

用h=fspecial(‘average’)得到的h为3×3的邻域平均模板，然后用h来对图象cameraman.tif进行平滑处理。

例：x=imread(Fig3.35(a).jpg);

h=fspecial(average);%定义均值模板

y=imfilter(x,h);%滤波函数滤波

subplot(1,2,1)

imshow(x)

subplot(1,2,2)

imshow(y)

思考题1：查看fspecial函数的使用说明。分别定义不同尺寸的均值滤波器，如3x3、5x5、9x9等等，对课本中96页的图像Fig3.35(a)进行处理并显示处理后的图像，对实验结果进行分析解释。

答：3*3

x=imread(Fig3.35(a).jpg);

h=fspecial(average,[33]);

y=imfilter(x,h);

subplot(1,2,1);

imshow(x);

subplot(1,2,2);

imshow(y)

5*5

x=imread(Fig3.35(a).jpg);

h=fspecial(average,[55]);

y=imfilter(x,h);

subplot(1,2,1);

imshow(x);

subplot(1,2,2);

imshow(y)

9*9

x=imread(Fig3.35(a).jpg);

h=fspecial(average,[99]);

y=imfilter(x,h);

subplot(1