圖像增強算法綜合應(yīng)用課程設(shè)計

1、圖像處理技術(shù)應(yīng)用實踐課程設(shè)計題目圖像增強算法綜合應(yīng)用學(xué)生姓名學(xué)號院系專業(yè)任課教師xxxx年xx月xx日1/7圖像增強算法綜合應(yīng)用梅雨南京信息工程大學(xué)計算機與軟件學(xué)院，南京210044摘要：圖像增強是指增強圖像中的有用信息，它可以是一個失真的過程，其目的是要改善圖像的視覺效果。運用空間域與頻率域相結(jié)合的算法，去除隨機噪聲和周期噪聲的混合噪聲，提高圖像質(zhì)量。關(guān)鍵詞：隨機噪聲；周期噪聲；空間域和頻率域去噪1任務(wù)描述圖像增強處理：設(shè)計一套空間域與頻率域結(jié)合的圖像增強算法，處理以下任一組圖片中的帶噪聲圖像，去除噪聲，提高圖像質(zhì)量。（1）已知：噪聲為隨機噪聲和周期噪聲混合噪聲；（2）要求：a）去噪處理后，

2、計算均方誤差評估去噪處理后圖像的去噪效果b）撰寫完整的科技報告（形式類似科技論文）表述自己的算法設(shè)計，算法實現(xiàn)與算法評估過程。第一組圖片：第二組圖片：2/72圖像增強算法2.1問題分析（1）圖片中加入了隨機噪聲和周期噪聲混合噪聲。針對不同的噪聲，不同的去噪方法效果不同，因此應(yīng)該采用不同的去噪方法以達到最好的去噪效果。（2）隨機噪聲應(yīng)在空間域去除，而空域去噪方法中，中值濾波法效果最好。（3）周期噪聲應(yīng)在頻域中消去。（4）去除噪聲后的圖像仍然可以改善處理。（5）均方誤差評估去噪處理后圖像的去噪效果。2.2算法設(shè)計（1）讀入初始圖片及加噪圖片。clc;clear;f=imread(d:dogorig

3、inal.bmp);g=imread(d:dogdistorted.bmp);（2）利用空域濾波，去除隨機噪聲，此時用中值濾波法，并顯示它的頻譜圖。g3=medfilt2(g,3,3);原圖去除隨機噪聲圖1空域濾波后的圖像與原圖的比較（3）利用頻域濾波，去除周期噪聲。先轉(zhuǎn)化成double型，進行傅里葉變換，再轉(zhuǎn)化成數(shù)據(jù)矩陣，最后利用低通濾波去除周期噪聲。f=double(g);%數(shù)據(jù)類型轉(zhuǎn)換，matlab不支持圖像的無符號整型的計算g=fft2(f);%傅里葉變換g=fftshift(g);%轉(zhuǎn)換數(shù)據(jù)矩陣m,n=size(g);nn=2;%二階巴特沃斯(butterworth)低通濾波器d0=

4、27;3/7m=fix(m/2);n=fix(n/2);fori=1:mforj=1:nd=sqrt(i-m)2+(j-n)2);h=1/(1+0.414*(d/d0)(2*nn);%計算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j);endend原圖去除隨機噪聲去噪后的圖圖2去除混合噪聲后的圖像與原圖的比較（4）計算均方誤差評估去噪效果。mn=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);ifresult1=0disp(dog圖均方誤差);result2=0elsedisp

5、(dog圖均方誤差);result2=sqrt(result1)end3算法實現(xiàn)代碼clc;clear;4/7f=imread(d:dogoriginal.bmp);subplot(421);imshow(f),title(原圖);f1=double(f);f2=fft2(f1);%傅立葉變換f2=fftshift(f2);subplot(422);imshow(log(abs(f2),),title(原圖頻譜圖);g=imread(d:dogdistorted.bmp);subplot(423);imshow(g),title(混合噪聲圖);g1=double(g);g2=fft2(g1);

6、%傅立葉變換g2=fftshift(g2);subplot(424);imshow(log(abs(g2),),title(混合噪聲頻譜圖);%空域濾波,去除隨機噪聲(中值)g3=medfilt2(g,3,3);subplot(425);imshow(g3),title(去除隨機噪聲);g4=double(g3);f1=fft2(g3);%對圖像進行傅立葉變換f1=fftshift(f1);%移頻figure,subplot(426),imshow(log(abs(f1),),title(去除隨機噪聲頻譜圖);%頻域濾波g=f1;m,n=size(g);nn=2;%二階巴特沃斯(butterw

7、orth)低通濾波器d0=27;m=fix(m/2);n=fix(n/2);fori=1:mforj=1:nd=sqrt(i-m)2+(j-n)2);h=1/(1+0.414*(d/d0)(2*nn);%計算低通濾波器傳遞函數(shù)result(i,j)=h*g(i,j);endendresult=ifftshift(result);g=ifft2(result);5/7p=uint8(real(g);subplot(427);imshow(p,),title(去噪后的圖);subplot(428);imshow(log(abs(result),),title(去噪后的頻譜圖);%計算均方誤差mn=size(p);l=f-p;he=sum(sum(l);avg=he/(m*n);k=l-avg;result1=(sum(sum(k.2)/(m*n);ifresult1=0disp(dog圖均方誤差);result2=0elsedisp(dog圖均方誤差);result2=sqrt(result1)end4運行結(jié)果原圖原圖頻譜圖混合噪聲圖混合噪聲頻譜圖去除隨機噪聲隨機噪聲頻譜圖去噪后的圖去噪后的頻譜圖圖3分步去噪與原圖的比較6/7圖4均方誤差結(jié)果5程序分析通過本次設(shè)計，我發(fā)現(xiàn)去噪后的圖不如原圖清晰，去噪效果不是很好，可以采用其他算法觀察去噪效果，也可以采用銳化函數(shù)對圖像進