图像增强算法综合应用课程设计复习课程Word文件下载.docx
《图像增强算法综合应用课程设计复习课程Word文件下载.docx》由会员分享，可在线阅读，更多相关《图像增强算法综合应用课程设计复习课程Word文件下载.docx（8页珍藏版）》请在冰点文库上搜索。
南京信息工程大学计算机与软件学院，南京210044
摘要：
图像增强是指增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的视觉效果。
运用空间域与频率域相结合的算法，去除随机噪声和周期噪声的混合噪声，提高图像质量。
关键词：
随机噪声；
周期噪声；
空间域和频率域去噪
1任务描述
图像增强处理：
设计一套空间域与频率域结合的图像增强算法，处理以下任一组图片中的带噪声图像，去除噪声，提高图像质量。
（1）已知：
噪声为随机噪声和周期噪声混合噪声；
（2）要求：
a）去噪处理后，计算均方误差评估去噪处理后图像的去噪效果
b）撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与算法评估过程。
第一组图片：
第二组图片：
2图像增强算法
2.1问题分析
（1）图片中加入了随机噪声和周期噪声混合噪声。
针对不同的噪声，不同的去噪方法效果不同，因此应该采用不同的去噪方法以达到最好的去噪效果。
（2）随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。
（3）周期噪声应在频域中消去。
（4）去除噪声后的图像仍然可以改善处理。
（5）均方误差评估去噪处理后图像的去噪效果。
2.2算法设计
（1）读入初始图片及加噪图片。
clc;
clear;
f=imread（'
D:
\dogOriginal.bmp'
）;
g=imread（'
\dogDistorted.bmp'
（2）利用空域滤波，去除随机噪声，此时用中值滤波法，并显示它的频谱图。
g3=medfilt2（g,[3,3]）;
图1空域滤波后的图像与原图的比较
（3）利用频域滤波，去除周期噪声。
先转化成double型，进行傅里叶变换，再转化成数据矩阵，最后利用低通滤波去除周期噪声。
F=double（g）;
%数据类型转换，MATLAB不支持图像的无符号整型的计算
G=fft2（F）;
%傅里叶变换
G=fftshift（G）;
%转换数据矩阵
[M,N]=size（G）;
nn=2;
%二阶巴特沃斯（Butterworth）低通滤波器
d0=27;
m=fix（M/2）;
n=fix（N/2）;
fori=1:
M
forj=1:
N
d=sqrt（（i-m）^2+（j-n）^2）;
h=1/（1+0.414*（d/d0）^（2*nn））;
%计算低通滤波器传递函数
result（i,j）=h*G（i,j）;
end
图2去除混合噪声后的图像与原图的比较
（4）计算均方误差评估去噪效果。
[mn]=size（p）;
l=f-p;
he=sum（sum（l））;
avg=he/（m*n）;
k=l-avg;
result1=（sum（sum（k.^2）））/（m*n）;
ifresult1==0
disp（'
dog图均方误差'
result2=0
else
disp（'
result2=sqrt（result1）
end
3算法实现
代码clc;
subplot（421）;
imshow（f）,title（'
原图'
f1=double（f）;
f2=fft2（f1）;
%傅立叶变换
f2=fftshift（f2）;
subplot（422）;
imshow（log（abs（f2））,[]）,title（'
原图频谱图'
subplot（423）;
imshow（g）,title（'
混合噪声图'
g1=double（g）;
g2=fft2（g1）;
g2=fftshift（g2）;
subplot（424）;
imshow（log（abs（g2））,[]）,title（'
混合噪声频谱图'
%空域滤波,去除随机噪声（中值）
subplot（425）;
imshow（g3）,title（'
去除随机噪声'
g4=double（g3）;
F1=fft2（g3）;
%对图像进行傅立叶变换
F1=fftshift（F1）;
%移频
figure,subplot（426）,imshow（log（abs（F1））,[]）,title（'
去除随机噪声频谱图'
%频域滤波
G=F1;
result=ifftshift（result）;
g=ifft2（result）;
p=uint8（real（g））;
subplot（427）;
imshow（p,[]）,title（'
去噪后的图'
subplot（428）;
imshow（log（abs（result））,[]）,title（'
去噪后的频谱图'
%计算均方误差
4运行结果
图3分步去噪与原图的比较
图4均方误差结果
5程序分析
通过本次设计，我发现去噪后的图不如原图清晰，去噪效果不是很好，可以采用其他算法观察去噪效果，也可以采用锐化函数对图像进一步锐化，提高图像质量。
参考文献：
[1]章毓晋.图像工程（上册）:
图像处理（第3版）,清华大学出版社，2012
[2]徐炜君、刘国忠.空间域和频域结合的图像增强技术及实现,中国测试,2009,7
[3]余成波.数字图像处理及MATLAB实现，重庆大学，2003
升级会员 