数字图像处理.docx

数字图像处理

第一篇：数字图像处理中南大学数字图像处理实验实验名称：空间滤波和频域滤波班级：电子信息0802班姓名：李哲学号：0909080609实验日期：2010年12月22日目录一，实验目的„„„„„„„„„„„„„„„„„„„„„„„3二，给图像添加噪声„„„„„„„„„„„„„„„„„„„„4三，对被噪声污染的图像进行中值滤波和均值滤波„„„„„„„5四，对图像进行空间域的锐化„„„„„„„„„„„„„„„„6五，MATLAB以外函数空间滤波和图像锐化„„„„„„„„„„7六，自带函数傅立叶变换和反变换„„„„„„„„„„„„„„8七，低通滤波器程序„„„„„„„„„„„„„„„„„„„„9八，心得体会„„„„„„„„„„„„„„„„„„„„„„10九，参考文献„„„„„„„„„„„„„„„„„„„„„„10一、实验目的1，空间滤波：图像平滑主要目的是减少噪声。噪声有很多种类，不同的噪声有不同的抑制措施。本实验要求用平滑线性滤波和中值滤波2种最典型、最常用的处理算法进行程序设计，学习如何对已被噪声污染的图像进行“净化”。通过平滑处理，对结果图像加以比较，得出自己的实验结论。学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。本实验锐化处理主要在空间域中进行2，频域滤波：掌握傅里叶变换的基本性质；掌握傅里叶正变换和反变换；通过实验了解二维频谱的分布特点；掌握怎样利用傅立叶变换进行频域滤波利用MATLAB程序数字图像的傅立叶变换并且进行频域滤波二，给图像添加椒盐噪声或者高斯噪声：原理：利用MATLAB自带函数添加噪声程序代码：A=imread('onion.png');I=rgb2gray(A);imshow(I);J=imnoise(I,'salt&pepper',0.05);figure,imshow(J),title('椒盐噪声');%添加椒盐噪声K=imnoise(I,'gaussian',0,0.03);figure,imshow(K),title('高斯噪声');%添加高斯噪声三，对被噪声污染的图像进行中值滤波和均值滤波：原理：自带函数进行中值滤波和均值滤波源程序：A=imread('onion.png');I=rgb2gray(A);J=imnoise(I,'salt&pepper',0.05);k2=medfilt2(J,[55]);k3=medfilt2(J,[77]);imshow(J),title('原图');figure,imshow(k2),title('中值滤波5*5模板');figure,imshow(k3),title('中值滤波7*7模板');四，对图像进行空间域的锐化：原理：自带函数进行空间锐化。源程序：I=imread('coins.png');subplot(121),imshow(I),title('原图像');H=fspecial('sobel');I2=filter2(H,I);subplot(122),imshow(I2),title('sobel算子锐化图像');五，MATLAB以外函数空间滤波和图像锐化：源程序：I=imread('eight.tif');J=imnoise(I,'salt&pepper',0.02);K=medfilt2(J);imshow(J);title('噪声干扰图像')figure,imshow(K);title('medfilt2滤波图像')X=J;a=2;b=2;k=floor(a*b/2)+1;[M,N]=size(X);uint8Y=zeros(M,N);funBox=zeros(a,b);temp=zeros(a*b);fori=1:M-aforj=1:N-bfunBox=X(i:i+a,j:j+b);temp=funBox(:);tempSort=sort(temp);Y(i,j)=tempSort(k);end;end;figure,imshow(Y);title('滤波图像')六，利用Matlab的图像处理工具箱中提供的函数实现图像的傅立叶变换和反变换：源程序：A=imread('onion.png');f=rgb2gray(A);subplot(131),imshow(f),title('原图');F=fft2(f);%快速傅立叶变换subplot(132),imshow(F),title('傅里叶变换')Fabs=abs(F);%求幅频绝对值Fc=fftshift(Fabs);%中心移位SFc=log(1+Fc);%对数变换iFc1=ifftshift(Fc);%中心移位的逆变换，绝对值iF2=ifft2(iFc1);%快速傅立叶变