數(shù)字圖像處理實(shí)驗(yàn)報(bào)告——圖像復(fù)原實(shí)驗(yàn)

1、實(shí) 驗(yàn) 報(bào) 告課程名稱 數(shù)字圖像處理導(dǎo)論 專業(yè)班級(jí) _ 姓 名 _ 學(xué) 號(hào) _ 電氣與信息學(xué)院和諧 勤奮 求是 創(chuàng)新實(shí)驗(yàn)題目圖像復(fù)原實(shí)驗(yàn)-空域?yàn)V波復(fù)原實(shí)驗(yàn)室 DSP室&信號(hào)室實(shí)驗(yàn)時(shí)間2015 年 10月 13 日 實(shí)驗(yàn)類別 設(shè)計(jì)同組人數(shù)2成 績(jī)指導(dǎo)教師簽字：一實(shí)驗(yàn)?zāi)康?. 掌握?qǐng)D像濾波的基本定義及目的。2. 理解空間域?yàn)V波的基本原理及方法。3. 掌握進(jìn)行圖像的空域?yàn)V波的方法。二實(shí)驗(yàn)內(nèi)容1. 讀出eight.tif這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同一圖像窗口中。2. 對(duì)加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對(duì)比不同模板所形成的效果，要求在同一窗口中顯示。

2、3. 使用函數(shù)imfilter時(shí)，分別采用不同的填充方法（或邊界選項(xiàng)，如零填充、replicate、symmetric、circular）進(jìn)行低通濾波，顯示處理后的圖像。4. 運(yùn)用for循環(huán)，將加有椒鹽噪聲的圖像進(jìn)行10次，20次均值濾波，查看其特點(diǎn),顯示均值處理后的圖像（提示:利用fspecial函數(shù)的average類型生成均值濾波器）。5. 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對(duì)有噪聲的圖像做處理，要求在同一窗口中顯示結(jié)果。6. 自己設(shè)計(jì)平滑空間濾波器，并將其對(duì)噪聲圖像進(jìn)行處理，顯示處理后的圖像。三實(shí)驗(yàn)具體實(shí)現(xiàn)1. 讀出（自己選定.tif）這幅圖像，給這幅圖像分別加入椒鹽噪

3、聲和高斯噪聲后并與前一張圖顯示在同一圖像窗口中。I=imread(trees.tif);subplot(1,3,1)imshow(I);title( Original Image );J = imnoise(I,salt & pepper,0.05); %noise density=0.05subplot(1,3,2)imshow(J);title( salt & pepper );K= imnoise(I,gaussian,0.01,0.01); subplot(1,3,3)imshow(K);title( gaussian ) 2. 對(duì)加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對(duì)比不同

4、模板所形成的效果，要求在同一窗口中顯示。I=imread(moon.tif);H = fspecial(sobel);subplot(2,2,1)imshow(I);title( Qriginal Image );Sobel = imfilter(I,H,replicate);subplot(2,2,2)imshow(Sobel);title( Sobel Image )H = fspecial(laplacian,0.4);lap = imfilter(I,H,replicate);subplot(2,2,3)imshow(lap);title( Laplacian Image )H = f

5、special(gaussian,3 3,0.5);gaussian = imfilter(I,H,replicate);subplot(2,2,4)imshow(gaussian);title( Gaussian Image )3. 使用函數(shù)imfilter時(shí)，分別采用不同的填充方法（或邊界選項(xiàng)，如零填充、replicate、symmetric、circular）進(jìn)行低通濾波，顯示處理后的圖像。originalRGB = imread(trees.tif);subplot(3,2,1)imshow(originalRGB);title( Qriginal Image );h = fspeci

6、al(motion, 50, 45); %motion blurredfilteredRGB = imfilter(originalRGB, h);subplot(3,2,2)imshow(filteredRGB);title( Motion Blurred Image );boundaryReplicateRGB = imfilter(originalRGB, h, replicate);subplot(3,2,3)imshow(boundaryReplicateRGB);title( 0-Padding);boundary0RGB = imfilter(originalRGB, h, 0)

7、;subplot(3,2,4)imshow(boundary0RGB);title(Replicate);boundarysymmetricRGB = imfilter(originalRGB, h, symmetric);subplot(3,2,5)imshow(boundarysymmetricRGB);title( Symmetric );boundarycircularRGB = imfilter(originalRGB, h, circular);subplot(3,2,6)imshow(boundarycircularRGB);title( Circular);4. 運(yùn)用for循環(huán)

8、，將加有椒鹽噪聲的圖像進(jìn)行10次，20次均值濾波，查看其特點(diǎn),顯示均值處理后的圖像（提示:利用fspecial函數(shù)的average類型生成均值濾波器）。I=imread(kids.tif);J = imnoise(I,salt & pepper,0.05);subplot(1,3,1)imshow(J);title( salt & pepper Noise);h=fspecial(average); %Averaging FilteringJ1=imfilter(J,h);for i=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title( 10

9、 Averaging Filtering);endJ2=imfilter(J,h);for i=1:20J2=imfilter(J,h); subplot(1,3,3)imshow(J2);title( 20 Averaging Filtering);end5. 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對(duì)有噪聲的圖像做處理，要求在同一窗口中顯示結(jié)果。I=imread(trees.tif);J = imnoise(I,salt & pepper,0.05);subplot(1,3,1)imshow(J);title( Original Image );h=fspecial(avera

10、ge); %Averaging FilteringJ1=imfilter(J,h);subplot(1,3,2)imshow(J1);title( Averaging Filtering );J2=medfilt2(J); %Median Filteringsubplot(1,3,3)imshow(J2);title( Median Filtering );6. 自己設(shè)計(jì)平滑空間濾波器，并將其對(duì)噪聲圖像進(jìn)行處理，顯示處理后的圖像。domain=0 0 8 0 0; 0 0 8 0 0; 8 8 8 8 8; 0 0 8 0 0; 0 0 8 0 0;I=imread(trees.tif);J

11、= imnoise(I,salt & pepper,0.05);subplot(1,2,1)imshow(J);title( Original Image );K1= ordfilt2(J,5,domain);subplot(1,2,2)imshow(K1);title( 5*5 Smoothing Fitered Image);附錄：可能用到的函數(shù)和參考結(jié)果*報(bào)告里不能用參考結(jié)果中的圖像1) 讀出eight.tif這幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同一圖像窗口中。 I=imread(cameraman.tif);subplot(1,3,1)imshow(I);

12、title( Qriginal Image );J = imnoise(I,salt & pepper,0.05); %noise density=0.05subplot(1,3,2)imshow(J);title( salt & pepper );K= imnoise(I,gaussian,0.01,0.01); subplot(1,3,3)imshow(K);title( gaussian ); 圖2.1 初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖 2) 對(duì)加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對(duì)比不同模板所形成的效果，要求在同一窗口中顯示。I=imread(trees.tif);H

13、= fspecial(sobel);subplot(2,2,1)imshow(I);title( Qriginal Image );Sobel = imfilter(I,H,replicate);subplot(2,2,2)imshow(Sobel);title( Sobel Image )H = fspecial(laplacian,0.4);lap = imfilter(I,H,replicate);subplot(2,2,3)imshow(lap);title( Laplacian Image )H = fspecial(gaussian,3 3,0.5);gaussian = imfi

14、lter(I,H,replicate);subplot(2,2,4)imshow(gaussian);title( Gaussian Image ) 圖2.2 原圖像及各類低通濾波處理圖像 3) 使用函數(shù)imfilter時(shí)，分別采用不同的填充方法（或邊界選項(xiàng)，如零填充、replicate、symmetric、circular）進(jìn)行低通濾波，顯示處理后的圖像。originalRGB = imread(sedemo_onion.png);subplot(3,2,1)imshow(originalRGB);title( Original Image );h = fspecial(motion, 50

15、, 45); %motion blurredfilteredRGB = imfilter(originalRGB, h);subplot(3,2,2)imshow(filteredRGB);title( Motion Blurred Image );boundaryReplicateRGB = imfilter(originalRGB, h, replicate);subplot(3,2,3)imshow(boundaryReplicateRGB);title( 0-Padding);boundary0RGB = imfilter(originalRGB, h, 0);subplot(3,2,

16、4)imshow(boundary0RGB);title(Replicate);boundarysymmetricRGB = imfilter(originalRGB, h, symmetric);subplot(3,2,5)imshow(boundarysymmetricRGB);title( Symmetric );boundarycircularRGB = imfilter(originalRGB, h, circular);subplot(3,2,6)imshow(boundarycircularRGB);title( Circular); 圖2.3 原圖像及運(yùn)動(dòng)模糊圖像 圖2.4 函

17、數(shù)imfilter各填充方式處理圖像 4) 運(yùn)用for循環(huán)，將加有椒鹽噪聲的圖像進(jìn)行10次，20次均值濾波，查看其特點(diǎn),顯示均值處理后的圖像。I=imread(kids.tif);J = imnoise(I,salt & pepper,0.05);subplot(1,3,1)imshow(J);title( salt & pepper Noise);h=fspecial(average); %Averaging FilteringJ1=imfilter(J,h);for i=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title( 10 Aver

18、aging Filtering);endJ2=imfilter(J,h);for i=1:20J2=imfilter(J,h); subplot(1,3,3)imshow(J2);title( 20 Averaging Filtering);end 圖2.5 椒鹽噪聲污染圖像經(jīng)10次、20次均值濾波圖像 由圖2.5可得，20次濾波后的效果明顯好于10次濾波，但模糊程度也更強(qiáng)。5) 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對(duì)有噪聲的圖像做處理，要求在同一窗口中顯示結(jié)果I=imread(kids.tif);J = imnoise(I,salt & pepper,0.05);subplot(1,3,1)imshow(J);title( Original Image );h=fspecial(average); %Averaging FilteringJ1=imfilter(J,h);subplot(1,3,2)imshow(J1);title( Averaging Filtering );J2=medfilt2(