实验3 空域滤波

一、实验目的

通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的，加深对图像空域滤波增强方法的理解。

二、实验原理

本实验是基于数字图像处理课程中的图像变换和增强理论来设计的。 本实验的准备知识：第三章，空域图像增强方法。重点如下： 1、空域滤波技术：

添加噪声命令：imnoise

中值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的 函数开展下列实验。

均值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的 函数开展下列实验。

2、MATLAB 下设计滤波器的函数

中值滤波命令：B＝medfilt2 (I,[3,3]) %使用3×3 中值滤波器对I 滤波 均值滤波技术：

先定义模板，如 H＝1/9*ones(3,3), 或 H＝fspecial(‘average’,[3,3]); 然后使用命令 I1＝imfilter(I, H)对图像I 消噪。

【说明：要求学生先自己编写中值滤波或均值滤波的m 函数，加深对这两个滤波器的理 解。】

三、实验内容

（一）空域滤波

读入lena_gray.tif 文件，进行下列操作:

（1）将图像添加上椒盐噪声， A_noised=imnoise(A, ‘salt & pepper’, 0.02)，同 屏显示原图像和加噪图像，说明椒盐噪声的特点；

（2）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加 噪图像和消噪图像，对滤波效果进行解释和说明；

（3）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图 像和消噪图像，对滤波效果进行解释和说明；

（4）将图像添加上高斯噪声， A_noised=imnoise(A, ‘gauss’, 0.02)，同屏显示原 图像和加噪图像，说明高斯噪声的特点；

（5）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加 噪图像和消噪图像，对滤波效果进行解释和说明；

（6）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图 像和消噪图像，对滤波效果进行解释和说明。

（二）使用MATLAB环境下的均值滤波和中值滤波函数进行上述图像处理。

思考：椒盐噪声和高斯噪声有何不同特点？分别使用何种滤波器消噪效果好 四、实验步骤

（一）空域滤波

（1）程序：

I=imread('D:\Images\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); subplot(2,1,1);

1

imshow(I);

title('原始图像'); subplot(2,1,2); imshow(J); title('加噪图像'); 运行结果：

原始图像加噪图像

椒盐噪声特点：椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。 （2）程序：

I=imread('D:\Images\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); K1=filter2(fspecial('average',3),J); K2=filter2(fspecial('average',5),J); K3=filter2(fspecial('average',7),J); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加噪图像'); subplot(2,3,3); imshow(uint8(K1)); title('3x3模板平滑滤波');

2

subplot(2,3,4); imshow(uint8(K2)); title('5x5模板平滑滤波'); subplot(2,3,5); imshow(uint8(K3)); title('7x7模板平滑滤波'); 运行结果：

原始图像加噪图像3x3模板平滑滤波5x5模板平滑滤波7x7模板平滑滤波

解释：当所用平滑模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。 （3）程序：

I=imread('D:\Images\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); K1=medfilt2(J,[3,3]); K2=medfilt2(J,[5,5]); K3=medfilt2(J,[5,5]); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加噪图像'); subplot(2,3,3); imshow(uint8(K1));

3

…… 此处隐藏279字 ……

原图像加高斯噪声的图像

高斯噪声的特点：高斯噪声是指它的 概率密度函数服从高斯分布 的一类噪声。如果一个噪声，它的幅度分布服从高斯分布而它的 功率谱密度又是均匀分布的，则称它为高斯白噪声。

（5）程序：

I=imread('D:\Images\lena.bmp'); J=imnoise(I,'gauss',0.02); K1=filter2(fspecial('average',3),J); K2=filter2(fspecial('average',5),J); K3=filter2(fspecial('average',7),J); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J);

title('添加高斯噪声的图像'); subplot(2,3,3); imshow(uint8(K1)); title('3x3模板平滑滤波'); subplot(2,3,4); imshow(uint8(K2)); title('5x5模板平滑滤波'); subplot(2,3,5); imshow(uint8(K3)); title('7x7模板平滑滤波'); 运行结果：

5