图像处理实验图像增强和图像分割 一、实验目的：掌握用空间滤波进行图像增强的基本方法，掌握图像分割的基本方法。二、 实验要求：1、测试图像 1 中同时含有均值为零的均匀分布噪声和椒盐噪声。用大小为 5×5 的算术均值滤波器和中值滤波器对图像进行处理，在不同窗口中显示原图像及各处理结果图像，并分析哪一种滤波器去噪效果好？2、对测试图像 2 进行图像分割，求出分割测试图像 2 的最佳阈值。分别显示原图、原图的直方图（标出阈值）、和分割后的二值图。实验内容：1. 实验原理1)图像增强：流程图： 图像增强可以通过滤波的方式来完成，即消除一部分的噪声。滤波又可以分为均值滤波和中值滤波。1.中值滤波原理：中值滤波就是选用一个含有奇数个像素的滑动窗口，将该窗口在图像上扫描，把其中所含像素点按灰度级的升（或降）序排列，取位于中间的灰度值来代替窗口中心点的灰度值。对于一维序列{}： 开始 读取图像 构建滤波函数 滤波处理 结束对于二维序列{}：2.均值滤波原理：对于含噪声的原始图像 g(s,t)的每一个像素点去一个领域 N，用 N 中所包含的相速的灰度平均值，作为领域平均处理后的图像f(x,y)的像素值，即： 2)图像分割： 图像分割：依据图像的灰度、颜色等特征，将一幅图像分为若干个互不重叠的、具有某种同质特征的区域。本实验中我们是根据灰度值，将灰度值大于阈值 T 的像素统一置为 255，小于的则置为计算平均值 T1由 T1 分割成 G1，G2分别计算出 G1，G2 的平均值 m1，m2T2=（m1+m2）/2|T2-T1|>T0是否255*(I>T2)+0*(I<=T2)设置阈值容差 T00。如何求出最合适的分割阈值，则需要用到迭代算法。迭代法算法步骤：(1) 初始化阈值 T (一般为原图像所有像素平均值)。(2) 用 T 分割图像成两个集合：G1 和 G2，其中 G1包含所有灰度值小于 T 的像素，G2包含所有灰度值大于 T 的像素。(3) 计算 G1中像素的平均值 m1及 G2中像素的平均值 m2。(4) 计算新的阈值：T ＝ （m1＋m2）/2 。(5） 假如新阈值跟原阈值之间的差值小于一个预先设定的范围，停止循环，否则继续（2）－（4）步。2. 程序代码与分析：1)图像增强：clear all;clc;%读入图像I1=imread('Fig5.12(b).jpg');%均值滤波模板h1=ones(5,'uint8');%猎取分辨率[a,b]=size(I1);%创建变量I2=zeros(a+4,b+4,'uint8');I3=zeros(a+4,b+4,'uint8');%复制原始图像for n=3:a+2for m=3:b+2I2(n,m)=I1(n-2,m-2);I3(n,m)=I1(n-2,m-2...
