数字图像处理实验四.docx

1、数字图像处理实验四数字图像处理实验报告2013/2014学年第2学期系别： 计算机科学与技术 专业： 计算机科学与技术 班级：2011级嵌入式应用技术班学号： 1110441057 姓名： 汪美玲 教师： 周 晓 实验四 图像复原一、实验目的1掌握退化模型。2熟悉高斯噪声、均匀噪声、脉冲噪声等噪声模型。3掌握均值、顺序统计、频域滤波、维纳滤波的方法。4熟悉其他图像复原方法。二、实验内容1自然图像含有大量噪声，这些噪声可能服从一定的统计规律，请采用顺序统计方法，实现去噪。任意选取一副图像，添加一些噪声，并采用顺序统计方法去除。实验要求：（1）生成椒盐噪声滤波。（2）采用均值、中值滤波实现去噪。2

2、维纳滤波器是一种最小均方差滤波器，它能自动抑制噪声。任选一副图像，添加噪声和运动模糊退化，采用维纳滤波进行复原。实验要求：（1）添加运动模糊。（2）添加噪声。（3）采用带自相关函数的维纳滤波实现复原。三、实验代码及结果（截图）1实验代码及结果代码：img=rgb2gray(imread(i_boat_gray.bmp);figure;imshow(img);title(1110441057原图); img_noise=double(imnoise(img,salt & pepper,0.06);figure; imshow(img_noise,);title(111041057椒盐噪声);im

3、g_mean=imfilter(img_noise,fspecial(average,5);figure;imshow(img_mean,);title(1110441057均值滤波); img_median=medfilt2(img_noise);figure; imshow(img_median,);title(1110441057中值滤波1);img_median2=medfilt2(img_median);figure;imshow(img_median2,);title(1110441057中值滤波2); 截图：图1.1 原图 图1.2加椒盐噪声图1.3 均值滤波 图1.4 中值滤波

4、（1）图1.5 中值滤波（2）2实验代码及结果代码：I=imread( i_camera.bmp);figure(1);imshow(I, );title(1110441057原图); PSF=fspecial(motion,25,11);Blurred=imfilter(I,PSF,conv,circular);Noise=0.1*randn(size(I);BlurredNoisy=imadd(Blurred,im2uint8(Noise);figure(2);imshow(BlurredNoisy,);title(运动模糊退化且加噪声); WI1=deconvwnr(BlurredNoi

5、sy,PSF);figure(3); imshow(WI1,);title(不带参数的维纳滤波); NSR=sum(Noise(:).2)/sum(im2double(I(:).2);WI2=deconvwnr(BlurredNoisy,PSF,NSR);figure(4); imshow(WI2,);title(不带参数的维纳滤波); NP=abs(fftn(Noise).2;NCORR=real(ifftn(NP);IP=abs(fftn(im2double(I).2;ICORR=real(ifftn(IP);WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICO

6、RR);figure(5); imshow(WI3,);title(带自相关函数参数的维纳滤波); 截图：图2.1 原图图2.2 运动模糊退化且加噪声图2.3 不带参数的维纳滤波图2.4 不带参数的维纳滤波图2.5 带自相关函数参数的维纳滤波四、实验总结通过本次试验熟悉高斯噪声、均匀噪声、脉冲噪声等噪声模型，掌握了均值、顺序统计、频域滤波、维纳滤波的方法等。在实现过程中，根据教材中相关内容的指导，顺利完成试验。试验锻炼了我们的动手能力，是我们更加直观深入的了解了其中的原理。实验五 图像压缩一、实验目的1熟悉信息熵、图像数据冗余、压缩技术性能指标等相关概念。2掌握哈夫曼编码、算术编码，熟悉其他无

7、失真压缩编码。3掌握预测编码、变换编码，熟悉其他有限失真压缩编码。4熟悉图像压缩技术标准。二、实验内容1哈夫曼编码是根据可变长最佳编码定理，应用哈夫曼算法而产生的一种编码方式。它根据信息源字符出现的概率大小来构造码字。具体步骤：（1）将信息源符号出现的概率按由大到小的顺序排列。（2）将两处最小的概率进行组合相加，行程一个新概率。并按第（1）步方法重排，如此重复进行直到只有两个概率为止。（3）分配码字，码字分配从最后一步开始反向进行，对最后两个概率一个赋予“0”码字，一个赋予“1”码字。如此反向进行到开始的概率排列，在此过程中，若概率不变，则采用原码字。实验要求：（1）设输入图像的灰度级y1,

8、y2, y3, y4, y5, y6, y7出现的概率分别为0.40，0.18，0.10，0.10，0.07，0.06，0.05，0.04，请进行哈夫曼编码。2变换编码首先将一副NN大小的图像分割为（N/n）2个子图像，然后对图像进行变化操作，解除子图像像素间的相关性，用少量的变换系数包含尽可能多的图像信息，再通过量化和编码实现对图像的压缩编码。基于DCT的图像压缩编码技术就是其中一种，在JPEG的基本系统中，就是采用二维DCT的算法作为压缩的基本方法。实验要求：（1）任选一副图像，生成一个88的离散余弦变换矩阵，对图像进行DCT变化。（2）设计一个88模版矩阵，对图像进行数据压缩，丢弃右下角数据。（3）对处理过的图像进行反DCT变换，显示效果图。三、实验代码及结果（截图）1实验代码及结果代码：截图2实验代码及结果代码：截图：四、实验总结