MATLAB图像滤波实验报告.docx
《MATLAB图像滤波实验报告.docx》由会员分享，可在线阅读，更多相关《MATLAB图像滤波实验报告.docx（16页珍藏版）》请在冰点文库上搜索。
MATLAB图像滤波实验报告
1
图像处理实验
实验报告
院（系）名称
专业名称
学生姓名
学号
任课老师
年月日
1实验目的
利用MATLAB实现图像滤波，边界检测，从空间域与频域上加深对图像滤波的理解。
2实验内容
1.对lena.bmp分别添加高斯、椒盐、泊松噪声，并比较高斯滤波与中值滤波的效果。
（使用matlab自带函数即可）
2.对lena.bmp实现laplace算子、Sobel算子、Kirch算子、Canny算子等边界检测算子中的任何两个；（不使用matlab自带函数）
3.通过观察rect.bmp和rect-45度.bmp的傅立叶频谱，了解图像傅立叶变换的旋转、平移等特性；
4.对grid.bmp实现理想低通；
5.对cave.jpg实现同态滤波算法，观察光照校正的效果（使用高斯型高通滤波器的离散化结果作为模板）。
3实验步骤及算法流程
4实验结果分析
4.1空间域滤波
图1加高斯噪声与滤波
图2密度为0.1的椒盐噪声与滤波
图3密度为0.5的椒盐噪声与滤波
图4加泊松噪声与滤波
高斯滤波是构造一个高斯卷积掩膜，对每一个点的邻域进行卷积达到滤波的效果，中值滤波是用邻域中像素的中值代替当前像素，是非线性的。
分析以上三幅图，知高斯滤波的效果对每种噪声差不多；中值滤波对椒盐噪声来说效果非常好，在椒盐密度不大的情况下几乎可以完全去除噪声。
以以上四幅图来说，中值滤波的效果要比高斯滤波的效果好。
4.2边界检测
图5Laplace算子检测边界
图6Sobel算子检测边界
4.3频域转换
图7旋转前的频域（经fftshift处理）
图8旋转45°后的频域（经fftshift处理）
经上图可知，当图像旋转45°后，相应的频域也旋转45°。
4.4频域低通滤波
图9原始图像grid.bmp的频域（经fftshift处理）
中心尖峰的两侧出现两个次尖峰，对应正弦噪声的频率，需将其滤掉。
图10处理后的频域
进行频域的处理后，空间域上的图像如下所示：
图11对grid.bmp低通滤波
4.5同态滤波
图12原始图像cave.jpg
选择合适的高通滤波器进行同态滤波的效果如下：
图13同态滤波后的图像
5思考题
1.依次给出“高斯平滑滤波器、中值滤波器、laplace滤波器”是线性还是非线性的。
只有中值滤波为非线性。
2.简述Laplace算子产生双重响应的原因。
因为有些边缘在用Laplace检测时起始处和终点两处出现非零值。
（这一点不确定）
3.如何实现彩色图像的边缘检测？
可用多通道分别检测然后综合。
4.傅里叶变换有哪些重要的性质，讨论图像的边缘与频率的关系?
（1）线性性质
（2）位移性质
（3）微分性质
（4）积分性质
（5）卷积定理：
空间域的卷积对应频域的乘积，空间域的乘积对应时域的卷积；
（6）旋转特性：
空间域旋转某一角度，频域跟着旋转相同的角度。
图像的边缘处频率很大。
6总结：
收获及感想
通过此次实验，掌握了图像滤波的一些基本算法并能利用MATLAB简单地实现；加深了对图像空间域与频域之间的对应关系的理解。
7附录（程序主要代码）
加椒盐噪声与滤波：
（部分代码）
im=imread（'lena.bmp'）;
im=im2double（im）;
outsalt=imnoise（im,'salt&pepper',0.5）;
hsize=10;
sigma=5;
h=fspecial（'gaussian',hsize,sigma）;
imagesc（h）;
fgauss=imfilter（outsalt,h）;
outmed=medfilt2（outsalt,[3,3]）;
Laplace检测边缘：
（部分代码，以下同）
fori=2:
x-1
forj=2:
y-1imlaplace（i,j）=im（i-1,j-1）+im（i-1,j）+im（i-1,j+1）+im（i,j-1）-8*im（i,j）+im（i,j+1）+im（i+1,j-1）+im（i+1,j）+im（i+1,j+1）;
if（imlaplace（i,j）<0）
imlaplace（i,j）=0;
elseif（imlaplace（i,j）>1）
imlaplace（i,j）=1;
end
imlaplace（i,j）=1-imlaplace（i,j）;
end
end
Sobel检测边缘：
fori=2:
x-1
forj=2:
y-1xx=im（i-1,j-1）+2*im（i-1,j）+im（i-1,j+1）-im（i+1,j-1）-2*im（i+1,j）-im（i+1,j+1）;yy=-im（i-1,j-1）-2*im（i,j-1）-im（i+1,j-1）+im（i-1,j+1）+2*im（i,j+1）+im（i+1,j+1）;
imsobel（i,j）=power（xx*xx+yy*yy,0.5）;
if（imsobel（i,j）<0）
imsobel（i,j）=0;
elseif（imsobel（i,j）>1）
imsobel（i,j）=1;
end
imsobel（i,j）=1-imsobel（i,j）;
end
end
傅里叶变换的旋转、平移特性：
im=imread（'rect.bmp'）;
im=im2double（im）;
imft=fft2（im）;
imft=fftshift（imft）;
imb=imread（'rect-45¶È.bmp'）;
imb=im2double（imb）;
imbft=fft2（imb）;
imbft=fftshift（imbft）;
subplot（222）;
surfl（abs（imft））;
shadinginterp;
colormapcopper;
title（'rectfouriertransform'）;
grid.bmp低通滤波：
im=imread（'grid.bmp'）;
im=im2double（im）;
imft=fft2（im）;
imfts=fftshift（imft）;
[x,y,flag]=size（imfts）;
fori=x/2-3:
x/2+5
forj=y/2-13:
y/2-3
imfts（i,j）=0;
end
end
fori=x/2-3:
x/2+5
forj=y/2+5:
y/2+15
imfts（i,j）=0;
end
end
imftv=ifftshift（imfts）;
imfilter=abs（ifft2（imftv））;
cave.jpg同态滤波：
im=imread（'cave.jpg'）;
im=im2double（im）+1;%确保大于0
imlog=log（im）;
imlogf=fft2（imlog）;
imlogf=fftshift（imlogf）;
[x,y]=size（imlogf）;%。
。
。
。
。
。
。
。
。
。
。
。
。
hsize=[x,y];
sigma=5;
h=fspecial（'gaussian',hsize,sigma）;
b=1/max（max（h））;
h=b*h/4;
h=1-h;%。
。
。
。
。
。
。
。
。
构造高通滤波器
imlogf=imlogf.*h;
imfilf=ifftshift（imlogf）;
imfil=ifft2（imfilf）;
imfilter=abs（exp（imfil））-1;%之前加1，现在减1
subplot（121）;
imshow（im-1）;
title（'原始图像'）;
subplot（122）;
imshow（imfilter）;
title（'同态滤波后的图像'）;
THANKS
致力为企业和个人提供合同协议，策划案计划书，学习课件等等
打造全网一站式需求
欢迎您的下载，资料仅供参考
升级会员 