实验2图像平滑实验一、实验目的1．通过实验掌握图像去噪的基本方法；2．学会根据情况选用不同方法。二、实验的硬件、软件平台硬件：计算机软件：操作系统：WINDOWS2000应用软件：MATLAB三、实验内容及要求1．实验内容请在如下面方法中选择多个，完成图像去噪操作，并进行分析、比较。（1）对静态场景的多幅图片取平均；（2）空间域模板卷积（不同模板、不同尺寸）；（3）频域低通滤波器（不同滤波器模型、不同截止频率）；（4）中值滤波方法。2．实验要求（1）图片可根据需要选取；（2）对不同方法和同一方法的不同参数的实验结果进行分析和比较，如空间域卷积模板可有高斯型模板、矩形模板、三角形模板和自己根据需求设计的模板等；模板大小可以是3×3，5×5，7×7或更大。频域滤波可采用矩形或巴特沃斯等低通滤波器模型，截止频率也是可选的。（3）分析比较不同方法的结果。四．实验内容1.图片的均值化处理程序：A1=imread('lenna_noise1.bmp');A2=imread('lenna_noise2.bmp');A3=imread('lenna_noise3.bmp');A4=imread('lenna_noise4.bmp');A5=imread('lenna_noise5.bmp');A6=imread('lenna_noise6.bmp');A7=imread('lenna_noise7.bmp');A8=imread('lenna_noise8.bmp');b1=double(A1/255);b2=double(A2/255);b3=double(A3/255);b4=double(A4/255);b5=double(A5/255);b6=double(A6/255);b7=double(A7/255);b8=double(A8/255);c=(b1+b2+b3+b4+b5+b6+b7+b8)/8;subplot(3,3,1);imshow(A1);title('1');subplot(3,3,2);imshow(A2);title('2');subplot(3,3,3);imshow(A3);title('3');subplot(3,3,4);imshow(A4);title('14');subplot(3,3,5);imshow(A5);title('5');subplot(3,3,1);imshow(A1);title('1');subplot(3,3,6);imshow(A6);title('6');subplot(3,3,7);imshow(A7);title('7');subplot(3,3,8);imshow(A8);title('8');subplot(3,3,9);imshow(c);title('9');分析：由于每张图片的噪点的分布是不一样的，所以将每张图片的值相加，再求平均值，这样噪点就会相互抵消，使得最后的图片稍微清晰。图片的平滑处理A=imread('noise1.bmp');%读取图片A1=medfilt2(A,[3,3]);¨%中值滤波模板大小[3.3]A2=ordfilt2(A,8,ones(4,4));%顺序滤波模板大小【4.4】h=fspecial('average');%均值滤波A3=filter2(h,A);%卷积A3=uint8(A3);j=fspecial('gaussian');%高斯滤波A4=filter2(j,A);A4=uint8(A4);subplot(2,3,1);imshow(A);title('原图');subplot(2,3,2);imshow(A1);title('中值滤波');subplot(2,3,3);imshow(A2);title('顺序滤波');subplot(2,3,4);imshow(A3);title('均值滤波');subplot(2,3,5);imshow(A4);title('高斯滤波');程序分析：1从原图的图片中可以看到，原图噪点很多，第二幅图片是利用了中值滤波处理A1=medfilt2(A,[3,3]);¨含义是将图片划分成多个[3,3]的矩阵，取其中的中间值代替里面的所有元素。由于噪点的值与图片的值差距很大，所以划分[3.3]矩阵取中值处理后，大部分的噪点值将被中值取缔。所以可以达到平滑图像和去除噪点的功能。2.顺序滤波处理:A2=ordfilt2(A,8,ones(4,4));将图片划分成很多个[4,4]的矩阵，让后讲里面的值进行排序，一共有十六个值，取排第8位值，然后用那个值代替矩阵里面所有的值，其实等同于A1=medfilt2(A,[4,4]);的中值排序，因为A1=medfilt2(A,[3,3]);比A2=ordfilt2(A,8,ones(4,4));分的更细，所以滤波的效果图2比图3更好。低通滤波程序：低通滤波a=imread('noise.bmp');figure(4)subplot(2,4,1);imshow(a);b=fft2(double(a));subplot(2,4,2);imshow(abs(b),[]);title('傅里叶变换');c=log(1+abs(b));subplot(2,4,3);imshow(c,[]);d=fftshift(b)e=log(1+abs(d));subplot(2,4,4);imshow(e,[]);[m,n]=size(d);fori=1:256forj=1:256d1(i,j)=(1/(1+((i-128)^2+(j-128)^2)^0.4/10)^2)*d(i,j);end;end;fori=1:256forj=1:256d2(i,j)=(1/(1+((i-128)^2+(j-128)^2)^0.3/20)^2)*d(i,j);end;end;fori=1:256forj=1:256d3(i,j)=(1/(1+((i-128)^2+(j-128)^2)^0.3/50)^2)*d(i,j);end;end;fori=1:256forj=1:256d4(i,j)=(1/(1+((i-128)^2+(j-128)^2)^0.4/100)^2)*d(i,j);en...
