图像去噪实验报告.docx

《图像去噪实验报告.docx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、姓名：学号：图像去噪——数字图像处理实验二报告一、实验目的1.熟悉图像高斯噪声和椒盐噪声的特点；2.掌握利用均值滤波和中值滤波去除图像噪声的方法。二、实验内容1.打开Matlab编程环境。2.读入图像，在图像上分别添加高斯噪声和椒盐噪声。3.显示原图像和噪声图像。4.对噪声图像进行均值滤波和中值滤波处理。5.显示处理效果图。三、实验程序及结果1.实验程序2.实验结果图1.原图像图2.加入噪声后的图像图3.处理后的图像四、实验思考：1.比较均值滤波和中值滤波的对高斯噪声和椒盐噪声图像的处理效果，分析原理？答：(1).从实验结果可以看出：对于加了椒盐噪声的图像，利用中值滤波抑制噪

2、声得到的效果更好；对于加了高斯噪声的图像，利用均值滤波抑制噪声得到的效果更好；均值滤波是图像变得平滑、模糊；中值滤波对高斯噪声的抑制作用更差，中值滤波适合处理含椒盐噪声的图像。(2).分析如下：椒盐噪声包含椒噪声（低灰度值）和盐噪声（高灰度）。若进行中值滤波，对模板中的像素从小到大排列，取模板中排在中间位置的像素值来替代原来的像素值，则最亮和最暗的点一定被排在两侧，排在中间位置的像素值接近原像素值，这样就能达到滤除噪声的目的。若进行均值滤波，用模板中全体像素点均值来替代原来的像素值，则较大和较小的像素值对结果影响大，这样就把椒盐噪声平均到了最终结果中，不利于滤除噪声。高斯噪声

3、是服从高斯分布（即正态分布）的噪声。若进行中值滤波，则随机地将噪声像素点的灰度值加到了最终得到的像素值中，不利于滤除噪声。若进行均值滤波，则可以将高斯噪声取平均隐含于最终得到的像素值中，能较好地滤除噪声。由于均值滤波是用模板中全体像素点均值来替代原来的像素值，所以它在降低噪声的同时会使图像模糊，特别是边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度也越严重。由于中值滤波对模板中的像素从小到大排列，取模板中排在中间位置的像素值来替代原来的像素值，则最亮和最暗的点一定被排在两侧，排在中间位置的像素值接近原像素值，所以中值滤波对去除椒盐噪声有奇效。