图像处理实验图像增强和图像分割剖析

1、图像处理实验图像增强和图像分割、实验目的：掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。实验要求:1、测试图像1中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为5X 5的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？2、对测试图像2进行图像分割，求出分割测试图像 2的最佳阈值。分别显示原图、 原图的直方图（标出阈值）、和分割后的二值图。实验内容:1.实验原理1）图像增强：流程图开始读取图像构建滤波函数滤波处理结束图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤 波和中值滤波1.中值滤

2、波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升(或降)序排列，取位于中间 的灰度值来代替窗口中心点的灰度值对于一维序列 fN: y Med ,u,., t,，fjiN,u对于二维序列Fj: yj MedFjW为滤波窗口W2.均值滤波原理：对于含噪声的原始图像g(s,t)的每一个像素点去一个领 域N，用N中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即：?(x,y)丄 g(s,t)mn (s,t) Sxy2)图像分割:设置阈值容差TO计算平均值T1由T1分割成G1，G2分别计算出G1，G2的平均值m1，m2图像

3、分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某 种同质特征的区域。本实验中我们是根据灰度值，将灰度值大于阈值 T的像素统一置为255,小于的则置为 0。如何求出最合适的分割阈值，贝嚅要用到迭代算法。迭代法算法步骤：(1) 初始化阈值T (一般为原图像所有像素平均值)。 用T分割图像成两个集合：Gi和G2,其中Gi包含所有灰度值小于T的像素，G2 包含所有灰度值大于T的像素。 计算Gi中像素的平均值mi及G2中像素的平均值m2。 计算新的阈值：T =(mi + m2) /2。(5) 如果新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续(2)-( 4)步

4、。2.程序代码与分析：i)图像增强: clear all;clc;%读入图像 I1=imread(Fig5.12(b).jpg);%均值滤波模板h1=ones(5,uint8);%获取分辨率a,b=size(I1);%创建变量I2=zeros(a+4,b+4,uint8);I3=zeros(a+4,b+4,uint8);%复制原始图像for n=3:a+2for m=3:b+2I2(n,m)=I1(n-2,m-2);I3(n,m)=I1(n-2,m-2);endend%边界值设定for n=1:a+4for m=1:b+4%左上角设定 if n3&ma+2&mb+2I2(n,m)=I2(2*a

5、+4-n,2*b+4-m);I3(n,m)=I3(2*a+4-n,2*b+4-m); %右上角设定 else if nb+2 I2(n,m)=I2(6-n,2*b+4-m);I3(n,m)=I3(6-n,2*b+4-m); %左下角设定 else if ma+2I2(n,m)=I2(2*a+4-n,6-m);I3(n,m)=I3(2*a+4-n,6-m);%上两行设定else if na+2I2(n,m)=I2(2*a+4-n,m);I3(n,m)=I3(2*a+4-n,m);%左两列设定else if mb+2 I2(n,m)=I2(n,2*b+4-m); I3(n,m)=I3(n,2*b+

6、4-m);endendendendendendendendendend%图像处理for n=3:a+2for m=3:b+2 %均值滤波 temp0=I2(n-2:n+2,m-2:m+2);temp0=temp0.*h1;temp1=mean(temp0(:);temp1=uint8(floor(temp1);I2(n,m)=temp1;%中值滤波temp2=I3(n-2:n+2,m-2:m+2); temp3=median(double(temp2(:); temp3=uint8(floor(temp3); I3(n,m)=temp3;endend%保持分辨率I4=I2(3:a+2,3:b+

7、2);I5=I3(3:a+2,3:b+2);%显示图像figure(1);imshow(I1);title(原始图像);figure(2);imshow(I4);title(算数均值滤波输出);figure(3);imshow(I5);title(中值滤波输出);图像分割：clear all;clc;%读取图像I=imread(Fig10.29(a).jpg);%创建变量a,b=size(I);J=zeros(a,b);%设定迭代阈值T0=1;%初始化T1=mean(I(:);r1=find(IT1);r2=find(I=T0T1=T2;r1=find(IT1);r2=find(IT2)+ 0

8、*(I(i)=T2);end%显示图像 figure(1);imshow(I);title(原始图像);figure(2);imhist(I);title(灰度直方图);hold on;plot(T2,T2,0,6000,r);画分割线 str1=num2str(T2);text(T2+5,2000,分割阈值);标注分割阈值 text(T2+5,1800,str1);hold off;figure(3);imshow(J);title(迭代法分割输出);3.实验结果1) 图像增强结果：均值滤疲中俏應帖.!图像分割结果2) 图像分割结果法代分割t-h直方图501001S0200250图6直方图4.实验分析和总结 1）图像增强：对比均值滤波和中值滤波的结果可知：算术均值滤波和中值滤波对含噪声的图像都有去噪的效果。对于均值滤波，算法简单，但在降低噪声的同时容易模糊图像边沿和细节。对于中值滤波，去除图像中的椒盐噪声，消除孤立的噪声点， 平滑效果优于均值滤波，在抑制噪声同时还能保持图像边缘清晰。2) 图像分割：迭代法适用于图像灰度直方图中双峰明显的图像，从灰度直方图中我们 可以看到该图像满足这一要求。通过本次实验，了解了 matlab 中几个实用的子函数，更直接地了解均值滤波、中值 滤波以