数字图像处理实验报告-图像复原实验

千里之行，始于足下让知识带有温度。第第2页/共2页精品文档推荐数字图像处理实验报告——图像复原实验试验报告

课程名称数字图像处理导论

专业班级_______________

姓名_______________学号_______________

电气与信息学院

和睦勤奋求是创新

附录：可能用到的函数和参考结果**************报告里不能用参考结果中的图像

1)读出这幅图像，给这幅图像分离加入椒盐噪声和高斯噪声后并与前一张图显示在

同一图像窗口中。

I=imread('');

subplot(1,3,1)

imshow(I);

title('QriginalImage');

J=imnoise(I,'salt%noisedensity=

subplot(1,3,2)

imshow(J);

title('salt

K=imnoise(I,'gaussian',,;

subplot(1,3,3)

imshow(K);

title('gaussian');

图初始图像及椒盐噪声图像、高斯噪声污染图

2)对加入噪声图像选用不同的平滑（低通）模板做运算，对照不同模板所形成的效

果，要求在同一窗口中显示。

I=imread('');

H=fspecial('sobel');

subplot(2,2,1)

imshow(I);

title('QriginalImage');

Sobel=imfilter(I,H,'replicate');

subplot(2,2,2)

imshow(Sobel);

title('SobelImage')

H=fspecial('laplacian',;

lap=imfilter(I,H,'replicate');

subplot(2,2,3)

imshow(lap);

title('LaplacianImage')

H=fspecial('gaussian',[33],;

gaussian=imfilter(I,H,'replicate');

subplot(2,2,4)

imshow(gaussian);

title('GaussianImage')

图原图像及各类低通滤波处理图像

3)使用函数imfilter时，分离采纳不同的填充办法（或边界选项，如零填

充、’replicate’、’symmetric’、’circular’）举行低通滤波，显示处理

后的图像。

originalRGB=imread('');

subplot(3,2,1)

imshow(originalRGB);

title('OriginalImage');

h=fspecial('motion',50,45);%motionblurred

filteredRGB=imfilter(originalRGB,h);

subplot(3,2,2)

imshow(filteredRGB);

title('MotionBlurredImage');

boundaryReplicateRGB=imfilter(originalRGB,h,'replicate');

subplot(3,2,3)

imshow(boundaryReplicateRGB);

title('0-Padding');

boundary0RGB=imfilter(originalRGB,h,0);

subplot(3,2,4)

imshow(boundary0RGB);

title('Replicate');

boundarysymmetricRGB=imfilter(originalRGB,h,'symmetric');

subplot(3,2,5)

imshow(boundarysymmetricRGB);

title('Symmetric');

boundarycircularRGB=imfilter(originalRGB,h,'circular');

subplot(3,2,6)

imshow(boundarycircularRGB);

title('Circular');

图原图像及运动含糊图像

图函数imfilter各填充方式处理图像

4)运用for循环，将加有椒盐噪声的图像举行10次，20次均值滤波，查看其特点,

显示均值处理后的图像。

I=imread('');

J=imnoise(I,'salt

subplot(1,3,1)

imshow(J);

title('salt

h=fspecial('average');%AveragingFiltering

J1=imfilter(J,h);

fori=1:10

J1=imfilter(J,h);

subplot(1,3,2)

imshow(J1);

title('10AveragingFiltering');

end

J2=imfilter(J,h);

fori=1:20

J2=imfilter(J,h);

subplot(1,3,3)

imshow(J2);

title('20AveragingFiltering');

end

图椒盐噪声污染图像经10次、20次均值滤波图像

由图可得，20次滤波后的效果显然好于10次滤波，但含糊程度也更强。

5)对加入椒盐噪声的图像分离采纳均值滤波法，和中值滤波法对有噪声的图像做处

理，要求在同一窗口中显示结果

I=imread('');

J=imnoise(I,'salt

subplot(1,3,1)

imshow(J);

title('OriginalImage');

h=fspecial('average');%AveragingFiltering

J1=imfilter(J,h);

subplot(1,3,2)

imshow(J1);

title('AveragingFiltering');

J2=medfilt2(J);%MedianFiltering

subplot(1,3,3)

imshow(J2);

title('MedianFiltering');

图椒盐噪声污染图像及均值、中值滤波图像

从图中可以看出，对于椒盐噪声污染的图像处理，中值滤波效果要显然好于均值滤波。经均值滤波器处理后的图像比均值滤波器中结果图像越发含糊。

6)设计平滑空间滤波器，并将其对噪声图像举行处理，显示处理后的图像。domain=[00800;

00800;

88888;

00800;

00800];

I=imread('');

J=imnoise(I,'salt

subplot(1,2,1)

imshow(J);

title('OriginalImage');

K1=ordfilt2(J,5,domain);

subplot(1,2,2)

imshow(K1);

title('5*5SmoothingFiteredImage');

图椒盐噪声污染图像及5*5平滑滤波器掩模