数字图像处理实验二生医一、实验内容产生教材页题图（右图）所示的二值图像（白为，黑为）,编程实现习题所要求的处理（的平均滤波和中值滤波）功能（图像四周边界不考虑，处理结果按四舍五入仍取或），显示处理前后的图像，比较其异同。二、运行环境MATLABR2014a三、运行结果及分析1.四种不同的窗的平均滤波①在MATLAB图形窗界面进行放大可以看出四者之间的差别：4领域与8邻域之间没有明显差别，但是加权与未加权之间的差别较为明显，体现在：加权后每个矩形块的四个尖角部分都被保留了下来（图像四周边界不考虑），而未加权的尖角处黑色变为白色。②原因分析：加权后尖角处原来白色的点（1）进行计算3/5=0.6四4邻域平均滤波后图像8邻域平均滤波后图像4邻域加权平均滤波后图像8邻域加权平均滤波后图像舍五入后值为1，保持白色，原来黑色的点（0）进行计算2/5=0.4四舍五入后值为0保持黑色；而未加权尖角处无论原来是黑色还是白色，进行计算2/4=0.5四舍五入后值为1，所以原先的黑色（0）也变成了白色（1）。③下图为放大后的截图：2.中值滤波与原图像的对比①在MATLAB图形窗界面进行放大后可观察出：使用3x3方形中值滤波模板的效果与4领域、8领域加权平均滤波的效果相同，每个矩形块的四个尖角部分都被保留了下来（图像四周边界不考虑）。②原因分析：套用3x3方形中值滤波模板后，尖角处原来白色的点（1）在窗内1多于0，取中值后仍保持白色，原来黑色的点（0）在窗内0多于1，取中值后仍保持白色。③下图为放大后的截图：四、心得体会通过MATLAB编程更加理解了课后题的计算结果，直观地看出了黑白像素点灰度值变化前后的取值异同。同时，对MATLAB实现像素点灰度值的替换机理也有所掌握，比如后边附的程序中会提到的“%”标注的思考。五、具体程序%生成黑白块图像unit=zeros(64,64);f=zeros(256,256);fori=1:1:32forj=1:1:32unit(i,j)=1;%1/4白块endendfori=33:1:64forj=33:1:64unit(i,j)=1;%1/4白块endendfori=1:64:256forj=1:64:256f(i:i+63,j:j+63)=unit;endend%对原图像进行3x3平均滤波fori=2:1:255forj=2:1:255fave4(i,j)=(f(i-1,j)+f(i+1,j)+f(i,j-1)+f(i,j+1))/4;fave8(i,j)=(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1))/8;fave4_weighted(i,j)=(f(i-1,j)+f(i+1,j)+f(i,j-1)+f(i,j+1)+f(i,j))/5;fave8_weighted(i,j)=(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1)+f(i,j))/9;endendfave4=round(fave4);%平均后灰度值有可能是小数，要取整fave8=round(fave8);fave4_weighted=round(fave4_weighted);fave8_weighted=round(fave8_weighted);subplot(2,2,1);imshow(fave4);title('4邻域平均滤波后图像');subplot(2,2,2);imshow(fave8);title('8邻域平均滤波后图像')subplot(2,2,3);imshow(fave4_weighted);title('4邻域加权平均滤波后图像')subplot(2,2,4);imshow(fave8_weighted);title('8邻域加权平均滤波后图像')4邻域平均滤波后图像8邻域平均滤波后图像
