MATLAB图像处理示例

小咪咪 2023-07-13 04:13 1阅读 0赞

## 空域滤波增强相关实验 ##

*一、噪声模拟*

%%利用函数imnnoise给图像'eight.tif'分别添加高斯(gaussian)噪声和椒盐(salt&pepper)噪声
    I=imread('eight.tif');
    imshow(I)
    I1=imnoise(I,'gaussian' ,0,0.01);
    figure,imshow(I1)
    I2=imnoise(I,'salt & pepper');%%注意中间空格，不然会错报
    figure,imshow(I2)

*二、均值滤波和中值滤波*

%%A)均值滤波
    %%在matlab环境中，程序首先读取图像，然后调用图像增强函数，设置相关参数，再输出处理后的图像
    I =imread('cameraman.tif'); 
    figure,imshow(I);
    J= filter2(fspecial('average',3),I)/255;
    figure,imshow(J);
    %%B)中值滤波
    %%在matlab环境中,程序首先读取图像，然后调用图像增强(中值滤波)函数，设置相关参数，再输出处理后的图像
    I = imread('cameraman.tif'); 
    figure,imshow(I);
    J=medfilt2(I,[5,5]);
    figure,imshow(J);

*三、空间滤波*

%%空间滤波
    I=imread('hei.png');
    J = imnoise(I,'gauss' ,0.02);
    %J = imnoise(I,'salt & pepper' ,0.02);
    K = imfilter(J,fspecial('average',3));%%filter2会错报
    L = imfilter(J,fspecial('average',5));%%filter2会错报
    %%%易错%%%%
    %%中值滤波medfilt2，用法是M=medfilt2(A, [m n])，输入图像A应是二维矩阵，程序中输入图像h是由imread得到的I加上噪声得到的
    %%而imread读到的图像I通常是3维RGB图，是三维矩阵，因此才出现问题，显示A应该为二维的。
    %%解决方法：先用rgb2gray(I)将图像转换为灰度矩阵图像，再用medfilt2
    J1=rgb2gray(I);
    M = medfilt2(J1,[3,3]);
    N = medfilt2(J1,[4,4]);
    %%%易错%%%%
    imshow(I);
    figure,imshow(J);
    figure,imshow(K);
    figure,imshow(L);
    figure,imshow(M);
    figure,imshow(N);
    %%对图像采用'laplacian'高通滤波器进行锐化滤波
    O=imread('hei.tif');
    imshow(O)
    O1=rgb2gray(O);
    h=fspecial('laplacian');
    I2=filter2(h,O1);%%%若不将图片转为灰度矩阵图像会错报
    figure,imshow(I2)

四、实验问答  
1）简述高斯噪声和椒盐噪声的特点  
答：高斯噪声是指噪声的概率密度函数服从高斯分布(即正态分布)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。高斯白噪声的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。高斯白噪声包括热噪声和散粒噪声。而椒盐噪声是指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）结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果?  
答：通过实验可以看出，中值滤波对椒盐噪声的消噪处理效果比较好，但是对高斯噪声的消噪处理效果不是很理想  
3）结合实验内容，定性评价滤波窗口对去噪效果的影响?  
答：对比实验结果可以发现:发现对于椒盐噪声，中值滤波效果更好。对于高斯噪声，选用5X5窗口滤波效果好于3X3窗口滤波，但图像模糊程度加重了。