资源描述：
《数字图像实验.doc》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、实验2图像平滑实验一、实验目的 1．通过实验掌握图像去噪的基本方法； 2．学会根据情况选用不同方法。 二、实验内容及要求 1．实验内容 请在如下面方法中选择多个，完成图像去噪操作，并进行分析、比较。 （1）空间域模板卷积（不同模板、不同尺寸）； （2）频域低通滤波器（不同滤波器模型、不同截止频率）； （3）中值滤波方法。 2．实验要求 （1）图片可根据需要选取； （2）对不同方法和同一方法的不同参数的实验结果进行分析和比较，如空间域卷积模板可有矩形模板、三角形模板和自己根据需求设计的模板等；模板大小可以是3×3，5×5，7×7或更大。频域滤波可采用矩形或
2、巴特沃斯等低通滤波器模型，截止频率也是可选的。 （3）分析比较不同方法的结果。 三、思考题 1．不同空间域卷积器模板的滤波效果有何不同？ 2．空间域卷积器模板的大小的滤波效果有何影响？ 3．不同频域滤波器的效果有何不同？ 四、实验报告要求 1．列出程序清单并进行功能注释，递交.m文件；2．说明不同方法去噪效果； 3．对去噪方法进行详细分析对比。实验内容（1）I=imread('Q:4.tiff');subplot(3,3,1);%三行三列第一幅imshow(I);%显示图片title('原图')B=medfilt2(I,[3,3]);%中值滤波函数sub
3、plot(3,3,2);imshow(B);title('中值滤波')C=ordfilt2(I,6,ones(3,3));%二维顺序统计滤波函数subplot(3,3,3);imshow(C);title('二维顺序统计滤波')h=fspecial('average',[3,3]);%均值滤波器D=filter2(h,I)/255;%滤波subplot(3,3,4);imshow(D)%显示图片title('均值滤波')h=fspecial('sobel');%边缘增强算子D=filter2(h,I)/255;%滤波subplot(3,3,5);imshow(
4、D);%显示图片title('sobel算子')h=fspecial('prewitt');%边缘增强算子D=filter2(h,I)/255;%滤波subplot(3,3,6);imshow(D)%显示图片title('Prewitt算子')figure(2)Q=medfilt2(I,[3,3]);%中值率波函数subplot(2,2,1);imshow(Q);title('模版大小为[3,3]的中值滤波函数')W=medfilt2(I,[5,5]);%中值率波函数subplot(2,2,2);imshow(W);title('模版大小为[5,5]的中值滤波
5、函数')E=medfilt2(I,[7,7]);%中值率波函数subplot(2,2,3);imshow(E);title('模版大小为[7,7]的中值滤波函数')R=medfilt2(I,[9,9]);%中值率波函数subplot(2,2,4);imshow(R);title('模版大小为[9,9]的中值滤波函数')换图片只需改编号(3)巴斯低通滤波[I,map]=imread('Q:8.jpg');[M,N]=size(I);F=fft2(I);%进行傅里叶变换fftshift(F);%将灰度图像的二维不连续Frourier变换的零频率成分移到频谱的中心
6、Dcut=100;D0=30;%定义D0foru=1:Mforv=1:ND(u,v)=sqrt(u^2+v^2);BUTTERH(u,v)=1/(1+(sqrt(2)-1)*(D0/Dcut)^2);%巴特罗斯滤波器的函数endendBUTTERG=BUTTERH.*F;BUTTERfiltered=ifft2(BUTTERG);%进行二维反离散的Fourier变换后，取复数的实部转化为无符号8位整数subplot(121)imshow(I);title('源图')subplot(122)imshow(BUTTERfiltered,map)title('巴特罗
7、斯低通滤波后的图像')思考题1．不同空间域卷积器模板的滤波效果有何不同？答:中值滤波和均值滤波相比其他滤波效果较好。 2．空间域卷积器模板的大小的滤波效果有何影响？ 答：空间域卷积滤波中，模板的大小对滤波的效果影响不大，但是视觉上模板越大处理后图像越模糊。3．不同频域滤波器的效果有何不同？答：由于图像中不同特性的像素具有不同的频域特性，因此频域滤波器可以达到滤除或保留某些信息的目的，如书上青蛙的图片高通滤波的效果是保留青蛙的轮廓而低通保留概貌。
