资源描述：
《数字图像的空间域滤波和频域滤波.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、数字图像的空间域滤波和频域滤波一、实验环境Pycharm2018.2，Anaconda3-5.3二、实验容与要求1.平滑空间滤波：1)读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一图显示在同一图像窗口中。2)对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示。3)进行低通滤波，显示处理后的图像。4)显示均值处理后的图像。5)对加入椒盐噪声的图像分别采用均值滤波法，和中值滤波法对有噪声的图像做处理，要求在同一窗口中显示结果。2.锐化空间滤波1)读出blurry_moon.tif这幅图像，采用3×3的拉普拉斯算子
2、w=[1,1,1;1–81;1,1,1]对其进行滤波。2)编写函数w=genlaplacian(n)，自动产生任一奇数尺寸n的拉普拉斯算子，如5×5的拉普拉斯算子w=[111111111111-24111111111111]1)分别采用5×5，9×9，15×15和25×25大小的拉普拉斯算子对blurry_moon.tif进行锐化滤波，并利用式完成图像的锐化增强，观察其有何不同，要求在同一窗口中显示。2)采用不同的梯度算子对blurry_moon.tif进行锐化滤波，并比较其效果。1.傅立叶变换1)读出woman.tif这幅图像，对其进行快速傅立叶变换，分别显示其幅
3、度图像和相位图像。仅对相位部分进行傅立叶反变换后查看结果图像。2)仅对幅度部分进行傅立叶反变换后查看结果图像。3)将图像的傅立叶变换F置为其共轭后进行反变换，比较新生成图像与原始图像的差异。三、实验过程1.平滑空间滤波：1)读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一图显示在同一图像窗口中。椒盐噪声：defsalt_pepperNoise(src):dst=src.copy()num=1000#1000个噪声点ndim=np.ndim(src)row,col=np.shape(src)[0:2]foriinrange(num):x=np.random
4、.randint(0,row)#随机生成噪声点位置y=np.random.randint(0,col)indicator=np.random.randint(0,2)#灰度图像ifndim==2:ifindicator==0:dst[x,y]=0else:dst[x,y]=255#彩色图像elifndim==3:ifindicator==0:dst[x,y,:]=0else:dst[x,y,:]=255returndst高斯噪声：defaddGaussianNoise(image,sigma):mean=0.0row,col,ch=image.shapegauss=
5、np.random.normal(mean,sigma,(row,col,ch))gauss=gauss.reshape(row,col,ch)noisy=image+gaussreturnnoisy.astype(np.uint8)2)对加入噪声图像选用不同的平滑（低通）模板做运算，对比不同模板所形成的效果，要求在同一窗口中显示。加入椒盐噪声后图像的滤波：img1=cv2.imread("D:\mote.jpg",0)img=img1[100:300]src=salt_pepperNoise(img)cv2.imshow("origin",src)dst=cv2
6、.blur(src,(3,3))#均值滤波模板cv2.imshow("blur",dst)dst1=cv2.medianBlur(src,5)#中值滤波cv2.imshow("medianBlur",dst1)dst2=cv2.GaussianBlur(src,(3,3),0)#高斯滤波cv2.imshow("GaussianBlur",dst2)cv2.waitKey(0)cv2.destroyAllWindows()3)进行低通滤波，显示处理后的图像。importcv2importnumpyasnpdeffunction(img):h,w=img.shapene
7、wimg=np.zeros((h,w),np.uint8)img2=np.fft.fft2(img)fshift=np.fft.fftshift(img2)st=fshift.copy()h,w=fshift.shapesh=h/2sw=w/2r=40foriinrange(h):forjinrange(w):if((sh-i)*(sh-i)+(sw-j)*(sw-j))<=r*r:newimg[i,j]=255tmp=1else:tmp=0st[i,j]=tmp*fshift[i,j]sl=np.fft.ifftshift(st)x2=np.fft.ifft2
