数字图像空间滤波实验

数字图像处理 实验三 空域滤波 实验报告

一、实验目的

? 了解空域滤波的方法； ? 掌握几种模板的基本原理。

二、实验内容

? ? ?

使用函数fspecial( ) 生成几种特定的模板；

使用函数imfilter( ) 配合模板对图象数据进行二维卷积； 比较各种滤波器的效果。

三、实验步骤及结果

（1）线性平滑（低通）滤波器

1.用h=fspecial(‘average’) 得到的h 为3×3的邻域平均模板，然后用h进行平滑处理。 x=imread(‘cameraman.tif’); h=fspecial(‘average’) ;

%h=fspecial(‘average’,[7,7]); y=imfilter(x,h); figure(1); imshow(x) figure(2); imshow(y) 原图：

滤波效果：

2. 改变模板大小重试 x=imread('cameraman.tif'); %h=fspecial(‘average’); h=fspecial('average',[7,7]); y=imfilter(x,h); figure(1); imshow(x) figure(2); imshow(y) 原图：

目 录

实验一 MATLAB数字图像处理初步 ............................................................. 1 实验二 图像的代数运算 ................................................................................... 7 实验三 图像增强—灰度变换 ......................................................................... 15 实验四 图像增强—直方图变换 ..................................................................... 17 实验五 图像增强—空域滤波 ......................................................................... 20 实验六 图像的傅立叶变换 ......................................................

目 录

实验一 MATLAB数字图像处理初步 ............................................................. 1 实验二 图像的代数运算 ................................................................................... 7 实验三 图像增强—灰度变换 ......................................................................... 15 实验四 图像增强—直方图变换 ..................................................................... 17 实验五 图像增强—空域滤波 ......................................................................... 20 实验六 图像的傅立叶变换 ......................................................

I 摘要

对于许多图像处理问题，传统的线性滤波方法存在着固有的缺陷，为此，最近30年来，发展起来了一类新的非线性滤波器结构—中值滤波器。这类滤波器在图像信号处理中具有独特的优势，目前已成为非线性滤波领域的一个研究热点。本文主要针对图像的低级处理(主要是滤噪声)问题，对中值滤波器做了一些初步研究工作，从而给出一些新的滤波器算法。

主要工作包括以下几个方面：

1．结合新的算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法，并且进行编程,在MATLAB中生成M文件，在M文件下建立函数体，通过在函数体下对滤波器算法的编程，使函数体达到滤波的功能，然后进行滤波，并且和MATLAB中的算法比较，仿真显示这种算法具有比较好的图像滤噪和细节保护性能。

2．结合新的递归算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法一一新型递归中值滤波器。

3．提出了基于FPGA的数字图像中值滤波器的设计算法，并且对算法进行了初步的分析。

关键词: 图像处理，滤噪，中值滤波，算法

I Abstract

For many image p

第三章、空间域图像增强

电气信息学院 自动化系

本章内容 3.1 3.2 3.3 3.4 3.5 3.6 3.7 背景知识 基本灰度变换 直方图处理 空间滤波基础 平滑空间滤波器 锐化空间滤波器 混合空间增强法

图象增强的含义和目的 一、什么是图象增强？图像增强是要突出图像中的某些信息，同时削弱 或去除某些不需要信息的一种处理方法，以得到 对具体应用来说视觉效果更“好”,或更“有用” 的图像的技术.

二、为什么要增强图象？图像在传输或者处理过程中会引入噪声或使图像变 模糊，从而降低了图像质量，甚至淹没了特征，给 分析带来了困难。

图象增强的含义和目的

图象增强的含义和目的

三、目的：(1)改善图象的视觉效果，提高图像的清晰度； (2)将图象转换成更适合于人眼观察和机器分析识 别的形式，以便从图象中获取更有用的信息。

四、基本方法：空间域处理：点处理(图象灰度变换、直方图均衡等); 邻域处理(线性、非线性平滑和锐化等); 频域处理 ：高、低通滤波、同态滤波等

3.1 背景知识空间域增强是指增强构成图像的像素，可由下式定义： g(x,y)=T[f(x,y)] (3.1-1)

邻域和预定义的操作一起 称为空间滤波器(掩模、 其中

第三章、空间域图像增强

电气信息学院 自动化系

本章内容 3.1 3.2 3.3 3.4 3.5 3.6 3.7 背景知识 基本灰度变换 直方图处理 空间滤波基础 平滑空间滤波器 锐化空间滤波器 混合空间增强法

图象增强的含义和目的 一、什么是图象增强？图像增强是要突出图像中的某些信息，同时削弱 或去除某些不需要信息的一种处理方法，以得到 对具体应用来说视觉效果更“好”,或更“有用” 的图像的技术.

二、为什么要增强图象？图像在传输或者处理过程中会引入噪声或使图像变 模糊，从而降低了图像质量，甚至淹没了特征，给 分析带来了困难。

图象增强的含义和目的

图象增强的含义和目的

三、目的：(1)改善图象的视觉效果，提高图像的清晰度； (2)将图象转换成更适合于人眼观察和机器分析识 别的形式，以便从图象中获取更有用的信息。

四、基本方法：空间域处理：点处理(图象灰度变换、直方图均衡等); 邻域处理(线性、非线性平滑和锐化等); 频域处理 ：高、低通滤波、同态滤波等

3.1 背景知识空间域增强是指增强构成图像的像素，可由下式定义： g(x,y)=T[f(x,y)] (3.1-1)

邻域和预定义的操作一起 称为空间滤波器(掩模、 其中

I 摘要

对于许多图像处理问题，传统的线性滤波方法存在着固有的缺陷，为此，最近30年来，发展起来了一类新的非线性滤波器结构—中值滤波器。这类滤波器在图像信号处理中具有独特的优势，目前已成为非线性滤波领域的一个研究热点。本文主要针对图像的低级处理(主要是滤噪声)问题，对中值滤波器做了一些初步研究工作，从而给出一些新的滤波器算法。

主要工作包括以下几个方面：

1．结合新的算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法，并且进行编程,在MATLAB中生成M文件，在M文件下建立函数体，通过在函数体下对滤波器算法的编程，使函数体达到滤波的功能，然后进行滤波，并且和MATLAB中的算法比较，仿真显示这种算法具有比较好的图像滤噪和细节保护性能。

2．结合新的递归算法结构，改进了传统多级中值滤波器算法，得到一种新的中值滤波算法一一新型递归中值滤波器。

3．提出了基于FPGA的数字图像中值滤波器的设计算法，并且对算法进行了初步的分析。

关键词: 图像处理，滤噪，中值滤波，算法

I Abstract

For many image p

实验报告

专业名称 班级学号 学生姓名

实验一 图像的基本运算

实验内容 1、程序：

I=imread('lena8.jpg'); figure;

subplot(2,3,1); imshow(I); title('原图');

J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围 subplot(2,3,2); imshow(J);

title('线性扩展');

I1=double(I); I2=I1/255; C=2;

K=C*log(1+I2); subplot(2,3,3); imshow(K);

title('非线性扩展'); M=im2bw(I,0.5); M=~M;

%M=255-I; %Figure

subplot(2,3,4); imshow(M); title('灰度倒置');

N1=im2bw(I,0.4); N2=im2bw(I,0.7); subplot(2,3,5); imshow(N1);

title('二值化阈值0.4'); subplot(2,3,6); imshow(N2);

第三章、空间域图像增强

电气信息学院 自动化系

本章内容 3.1 3.2 3.3 3.4 3.5 3.6 3.7 背景知识 基本灰度变换 直方图处理 空间滤波基础 平滑空间滤波器 锐化空间滤波器 混合空间增强法

图象增强的含义和目的 一、什么是图象增强？图像增强是要突出图像中的某些信息，同时削弱 或去除某些不需要信息的一种处理方法，以得到 对具体应用来说视觉效果更“好”,或更“有用” 的图像的技术.

二、为什么要增强图象？图像在传输或者处理过程中会引入噪声或使图像变 模糊，从而降低了图像质量，甚至淹没了特征，给 分析带来了困难。

图象增强的含义和目的

图象增强的含义和目的

三、目的：(1)改善图象的视觉效果，提高图像的清晰度； (2)将图象转换成更适合于人眼观察和机器分析识 别的形式，以便从图象中获取更有用的信息。

四、基本方法：空间域处理：点处理(图象灰度变换、直方图均衡等); 邻域处理(线性、非线性平滑和锐化等); 频域处理 ：高、低通滤波、同态滤波等

3.1 背景知识空间域增强是指增强构成图像的像素，可由下式定义： g(x,y)=T[f(x,y)] (3.1-1)

邻域和预定义的操作一起 称为空间滤波器(掩模、 其中

实验二 %%图像文件读取 a=imread('lyy.tif'); %图像写入

imwrite(a,'lyy.tif'); %%

%读取照片信息 sizeofa=size(a);

inf=imfinfo('lyy','tif'); %% %显示照片 imshow(a)

%%

%将彩图转换为灰度图 I = imread('lyy.tif'); B= rgb2gray(I);

figure, imshow(B), figure, imshow(I);

%%

%灰度图像转化

rgb=imread('lyy.tif'); [x1 map1]=rgb2ind(rgb,64); x=ind2gray(x1,map1); imshow(x1,map1)

figure, imshow(x)

%%

%调整灰度图像对比度 clear all; close all; I=imread('lyy.tif'); P=rgb2gray(I);

J=imadjust(P, [0.2 0.5], [0 1]); figure;

subplot(131);%原图 imshow(uint8(I)); subplot(132);%%灰度图 imshow(uint8(P));