光信数字图像处理图像平滑实验l

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、实验的硬件、软件平台硬件：计算机软件：操作系统：WINDOWS7应用软件：MATLAB三、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）对静态场景的多幅图片取平均；（2）空间域模板卷积（不同模板、不同尺寸）；（3）频域低通滤波器（不同滤波器模型、不同截止频率）；（4）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高斯型模板、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。四、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．用多幅图像代数平均的方法去噪对图像有何要求？4．不同频域滤波器的效果有何不同？五、实验报告要求1．列出程序清单并进行功能注释；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。******************对静态场景的多幅图片取平均************************实验代码如下clcclearalla1=imread('lenna_noise1.bmp');%读入图片a2=imread('lenna_noise2.bmp');a3=imread('lenna_noise3.bmp');a4=imread('lenna_noise4.bmp');a5=imread('lenna_noise5.bmp');a6=imread('lenna_noise6.bmp');a7=imread('lenna_noise7.bmp');a8=imread('lenna_noise8.bmp');b1=double(a1)/255;%变换图像数据类型b2=double(a2)/255;b3=double(a3)/255;b4=double(a4)/255;b5=double(a5)/255;b6=double(a6)/255;b7=double(a7)/255;b8=double(a8)/255;c=(b1+b2+b3+b4+b5+b6+b7+b8)/8;%八幅图取平均subplot(331),imshow(a1);%三行三列，显示图像1-8subplot(332),imshow(a2);subplot(333),imshow(a3);subplot(334),imshow(a4);subplot(335),imshow(a5);subplot(336),imshow(a6);subplot(337),imshow(a7);subplot(338),imshow(a8);subplot(339),imshow(c)%%显示平均后的图像******************空间域模板卷积（不同模板、不同尺寸）***************%%邻域模板clcclearalli=imread('Panda_jiaoyan.bmp');%读入图像i=double(i)/255;%变换数据类型subplot(221);imshow(i);%显示图像title('原图像');h=1/5*[010;101;010];%定义4邻域平均模板a=filter2(h,i);%进行滤波subplot(222);imshow(a);%显示图像title('4邻域平均模板');subplot(223);h=1/12*[0110;1111;1111;0110];%定义8邻域平均模板a=filter2(h,i);imshow(a);title('8邻域平均模板');subplot(224);h=1/12*[01110;11111;11111;01110];%定义12邻域平均模板a=filter2(h,i);imshow(a);title('12邻域平均模板')%%高斯模板clcclearall%高斯模板i=imread('Panda_jiaoyan.bmp');%读入图像i=double(i)/255;%数值转换subplot(231);imshow(i);%显示图像%选用3*3的高斯模板title('原图像(高斯模板)')h=fspecial('gaussian');%产生预定义滤波器%格式为b=fspecial(A,[m,n]);这里[m,n]是邻域大小，默认值为【3,3】a=filter2(h,i);%对图像进行卷积滤波的函数格式：A=filter2（h，B）%其函数返回图像B经算子h滤波后的图像给Asubplot(232);imshow(a);title('3*3')subplot(233);h=fspecial('gaussian',[55]);a=filter2(h,i);imshow(a);title('5*5')%选用5*5的高斯模板subplot(234);h=fspecial('gaussian',[77]);%选用7*7的高斯模板a=filter2(h,i);imshow(a);title('7*7')subplot(235);h=fspecial('gaussian',[99]);%选用9*9的高斯模板a=filter2(h,i);imshow(a);title('9*9')subplot(236);h=fspecial('gaussian',[1111]);%选用11*11的高斯模板a=filter2(h,i);imshow(a)title('11*11')加权模板%加权模板i=imread('Panda_jiaoyan.bmp');%读入图像i=double(i)/255;%数据类型转换?subplot(1,3,1);imshow(i);%显示图像title('原图像')h=1/10*[111;121;111];%选用3*3的加权平均模板a=filter2(h,i);subplot(1,3,2);imshow(a);title('3*3的加权平均模板')subplot(1,3,3);h=1/48*[01210;12421;24842;12421;01210];%选用5*5的加权平均模板a=filter2(h,i);imshow(a);title('5*5的加权平均模板')******************中值滤波方法完成图像去噪操作***********************clcclearall%高斯模板i=imread('Panda_jiaoyan.bmp');%读入图像i=double(i)/255;%数值转换subplot(221);imshow(i);%显示图像title('原图像(中值)')a=medfilt2(i,[33]);%%中值滤波函数medfilt2，m行n列的滤波器subplot(222);imshow(a);title('3*3')subplot(223);a=medfilt2(i,[55]);imshow(a);title('5*5')%选用5*5subplot(224);a=medfilt2(i,[77]);imshow(a);title('7*7')******频域低通滤波器（不同滤波器模型、不同截止频率）完成图像去噪操作**clcclearall%高斯模板i=imread('noise1.bmp');%读入图像i=double(i)/255;%数值转换figure;imshow(i);%显示图像title('原图像')figure;%%%理想低通滤波器[f1,f2]=freqspace(25,'meshgrid');%频率响应的频率空间Hd=zeros(25,25);d=sqrt(f1.^2+f2.^2)<0.1;%低通滤波器的响应Hd(d)=1;mesh(f1,f2,Hd)figure;a=filter2(Hd,i);imshow(a);%%截止频率为20Hzi=imread('noise1.bmp');%读入图像subplot(2,3,1);%显示2行3列第一幅图像imshow(i);%显示图像a=fft2(double(i));%进行傅里叶变换subplot(2,3,2);%显示2行3列第二幅图像imshow(abs(a),[]);%显示实数部分s=log(1+abs(a));%进行对数运算,降低灰度值subplot(2,3,3);%显示2行3列第三幅图像imshow(abs(s),[]);%显示降低灰度后的傅里叶频谱fc=fftshift(a);%把频谱移中s=log(a+abs(fc));%把移中的频谱进行对数运算,提高灰度subplot(2,3,4);%显示2行3列第四幅图像imshow(abs(s),[]);%显示图像[m,n]=size(fc);%获取频谱图大小fori=1:m%进行点运算forj=1:n%计算频率平面道远点的距离u=floor(i-m/2);v=floor(j-n/2);d=(u^2+v^2)^0.5;h(i,j)=1/(1+(d/20)^2);%定义巴特沃斯低通滤波器fe(i,j)=h(i,j)*fc(i,j);%进行巴特沃斯低通滤波endend[m,n]=size(fc);%获取频谱图大小fori=1:m%进行点运算forj=1:nu=floor(i-m/2);%计算频率平面道远点的距离v=floor(j-n/2);d=(u^2+v^2)^0.5;ifd<20%定义理想低通滤波器h(i,j)=1;elseh(i,j)=0;endfa(i,j)=h(i,j)*fc(i,j);endendFF=ifftshift(fe);%对经巴特沃斯处理的频谱进行逆移中ff=real(ifft2(FF));%取傅里叶逆变换的实数部分AA=ifftshift(fa);%对经理想滤波处理的频谱进行逆移中aa=real(ifft2(AA));%取傅里叶逆变换的实数部分subplot(2,3,5);%显示2行3列第五幅图像imshow(uint8(ff));%显示图像subplot(2,3,6);%显示2行3列第六幅图像imshow(uint8(aa));%显示图像%%%%截止频率为70i=imread('noise1.bmp');%读入图像subplot(2,3,1);%显示2行3列第一幅图像imshow(i);%显示图像a=fft2(double(i));%进行傅里叶变换subplot(2,3,2);%显示2行3列第二幅图像imshow(abs(a),[]);%显示实数部分s=log(1+abs(a));%进行对数运算,降低灰度值subplot(2,3,3);%显示2行3列第三幅图像%获取频谱图大小imshow(abs(s),[]);%显示降低灰度后的傅里叶频谱fc=fftshift(a);%把频谱移中s=log(a+abs(fc));%把移中的频谱进行对数运算,提高灰度subplot(2,3,4);%显示2行3列第四幅图像imshow(abs(s),[]);%显示图像[m,n]=size(fc);%获取频谱图大小fori=1:m%进行点运算forj=1:nu=floor(i-m/2);%计算频率平面道远点的距离v=floor(j-n/2);d=(u^2+v^2)^0.5;h(i,j)=1/(1+(d/80)^2);%定义巴特沃斯低通滤波器fe(i,j)=h(i,j)*fc(i,j);%进行巴特沃斯低通滤波endend[m,n]=size(fc);fori=1:m%进行点运算forj=1:nu=floor(i-m/2);%计算频率平面道远点的距离v=floor(j-n/2);d=(u^2+v^2)^0.5;ifd<70%定义理想低通滤波器h(i,j)=1;elseh(i,j)=0;endfa(i,j)=h(i,j)*fc(i,j);endendFF=ifftshift(fe);%对经巴特沃斯处理的频谱进行逆移中ff=real(ifft2(FF));%取傅里叶逆变换的实数部分AA=ifftshift(fa);%对经理想滤波处理的频谱进行逆移中aa=real(ifft2(AA));%取傅里叶逆变换的实数部分subplot(2,3,5);%显示2行3列第五幅图像imshow(uint8(ff));%显示图像subplot(2,3,6);%显示2行3列第六幅图像imshow(uint8(aa));%显示图像*************自定义滤波器*************************************clcclearalli=imread('noise1.bmp');%读入图像i=double(i)/255;%数值转换figure;[f1,f2]=freqspace(21,'meshgrid');%频率响应的频率空间Hd=ones(21);r=sqrt(f1.^2+f2.^2);Hd((r<0.08)|(r>0.3))=0;%所需的滤波器subplot(131),mesh(f1,f2,Hd)win=fspecial('gaussian',21,2);%高斯滤波器win=win./max(win(:));%归一化subplot(