“数字图像处理与识别”实验报告实验2平滑滤波处理

《“数字图像处理与识别”实验报告实验2平滑滤波处理》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、“数字图像处理与识别”实验报告实验二图像空域平滑滤波一、实验目的理解图象平滑的概念，掌握邻域平均技术及中值滤波技术。进一步加深理解和掌握平滑滤波的原理和具体算法，理解图象平滑滤波的处理过程和特点。二、实验内容1、邻域平均设计程序，实现3×3邻域平均和7×7邻域平均的平滑处理。观察处理前后图象效果，分析实验结果和算法特点。2、中值滤波设计程序，实现3×3邻域中值滤波。观察处理前后图像效果，分析实验结果和算法特点。三、实验原理邻域平均g(x,y)=1M(m,n)∈Sf(m,n)，（取一点和邻域内像素点的平均值）邻域中值g(x,y)=m*n邻域内像素点按灰度

2、大小排序后取中间值四、算法设计（含程序设计流程图）1、邻域平均：开始载入原图补齐边缘，计算邻域内均值并替换原值滑动窗口，并检查是否为最后一个像素否是结束保存图片开始2、邻域中值：载入原图补齐边缘，对邻域内像素排序并取中间值替换原值滑动窗口，并检查是否为最后一个像素否是结束保存图片五、实验结果及分析（需要给出原始图像和处理后的图像）平滑滤波实验原图3*3邻域平均的平滑滤波7*7邻域平均的平滑滤波3*3邻域中值的平滑滤波分析：1、邻域均值滤波:当邻域为3x3时，滤波后的图片有轻微模糊，部分细节也被过滤掉了；当邻域为7x7时，图像边缘和细节模糊减轻，但是整幅

3、图的模糊度变大了。由此可见，邻域均值滤波的效果和窗口的大小有关。2、邻域中值滤波:可以很明显的看出中值滤波的效果比均值滤波的效果好，均值滤波的噪声减少，但是所付出的代价是部分细节丢失和图像变得模糊。中值滤波比均值滤波更适合去除椒盐噪声，模糊程度有所下降。附：程序源代码clear;data=imread('平滑滤波实验原图.jpg');col=size(data,2);row=size(data,1);num=3;%改变n值则改变邻域大小half=(num-1)/2;tempdata=zeros(row+num-1,col+num-1);tempdata

4、(half+1:half+row,half+1:col+half)=data;fori=1:halfforj=1:halftempdata(i,j)=data(half+2-j,half+2-i);tempdata(i,col+half+j)=data(j+1,col-half+i-1);tempdata(row+half+i,j)=data(row-half-1+j,i+1);tempdata(row+half+i,col+half+j)=data(row-j,col-i);endendfori=1:halfforj=half+1:half+colt

5、empdata(i,j)=data(half+2-i,j-half);tempdata(row+half+i,j)=data(row-i,j-half);endendforj=1:halffori=half+1:half+rowtempdata(i,j)=data(i-half,half+2-j);tempdata(i,j+col+half)=data(i-half,col-j);endendout=zeros(size(data));temp=zeros(1,num*num);fori=1:rowforj=1:col%下一行代码用于邻域均值滤波out

6、(i,j)=sum(sum(tempdata(i:i+num-1,j:j+num-1)))/(num*num);%以下三行代码用于邻域中值滤波%temp=reshape(tempdata(i:i+num-1,j:j+num-1),1,num*num);%[A,B]=sort(temp);%out(i,j)=temp(B((num^2+1)/2));endendout=floor(out);out=uint8(out);imwrite(out,'平滑滤波后.bmp');