1、太原理工大学现代科技学院数字图像处理 课程设计 设计名称 图像滤波研究 专业班级 通信 0903 学 号 姓 名 指导教师 太原理工大学现代科技学院 课程设计专业班级 通信 0903 学号 成绩 一、 目的与要求 提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。开发工具可以选用 matlab、VC+、 VB、 C#等。本人选用 matlab 作为编程开发工具。二、 设计的内容刚获得的图像有很多的噪声，这是由平时的工作和环境引起的，图像增强是减弱噪音，增强对比度。想得到比较干净清晰的图像并不是容易的事情。为
2、这个目标而为处理图像所涉及的操作是设计一个适合、匹配的滤波器和恰当的阈值。这就是所谓的图像滤波研究。本设计就是用图像平均、平滑滤波、中值滤波、理想低通滤波方法、巴特沃斯滤波方法五种方法来实现图像滤波处理。三、 总体方案设计首先找一幅图像，然后对图像加噪声，获得加噪图像。然后分别选用以下五种方法进行图像滤波处理的研究。用图像平均的方法消除噪声并计算信噪比的改善。用平滑滤波方法消除噪声并计算信噪比的改善用中值滤波方法消除噪声并计算信噪比的改善用理想低通滤波方法消除噪声并计算信噪比的改善用巴特沃斯低通滤波方法消除噪声并计算信噪比的改善装订线装订线太原理工大学现代科技学院 课程设计然后改变图像的加噪类
3、型，通过分析比较各种滤波结果，总结各种滤波方法的适用范围。在该设计中，所采用的噪声类型主要有：高斯噪声，椒盐噪声。四、 各个功能模块的主要实现程序以及测试和调试1、 用图像平均的方法消除噪声并计算信噪比的改善。M 文件：I=imread(circuit.tif);J=imnoise(I,gaussian,0,0.01);subplot(231),imshow(I);%title(yuanshituxiang)；subplot(232),imshow(J);%title(添加椒盐噪声的图像 )；k1=filter2(fspecial(average,3),J);%进行 3*3 模板平滑滤波k2=
4、filter2(fspecial(average,5),J);%进行 5*5 模板平滑滤波k3=filter2(fspecial(average,7),J);%进行 7*7 模板平滑滤波k4=filter2(fspecial(average,9),J);%进行 9*9 模板平滑滤波subplot(233),imshow(uint8(k1);%title(3*3 模板平滑滤波)；subplot(234),imshow(uint8(k2);%title(5*5 模板平滑滤波)；subplot(235),imshow(uint8(k3);%title(7*7 模板平滑滤波)；subplot(236)
5、,imshow(uint8(k4);%title(9*9 模板平滑滤波)；k=8;fmax=2k-1装订线太原理工大学现代科技学院 课程设计s=0;d=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(J(i,j);s=s+double(y2);endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR2=10*log10(N*M*fmax2/d);Y=PSNR2-PSNR1;Y该 lia
6、ngxujiao.m 文件运行后的结果装订线太原理工大学现代科技学院 课程设计峰值信噪比 PSNRY =11.7799装订线太原理工大学现代科技学院 课程设计2、用平滑滤波方法消除噪声并计算信噪比的改善M 文件编写I=imread(circuit.tif);J=imnoise(I,gaussian,0,0.01);subplot(231),imshow(I);%title(yuanshituxiang)；subplot(232),imshow(J);%title(添加椒盐噪声的图像 )；k1=filter2(fspecial(average,3),J);%进行 3*3 模板平滑滤波k2=fil
7、ter2(fspecial(average,5),J);%进行 5*5 模板平滑滤波k3=filter2(fspecial(average,7),J);%进行 7*7 模板平滑滤波k4=filter2(fspecial(average,9),J);%进行 9*9 模板平滑滤波subplot(233),imshow(uint8(k1);%title(3*3 模板平滑滤波)；Q1=uint8(k1);subplot(234),imshow(uint8(k2);%title(5*5 模板平滑滤波)；Q2=uint8(k2);subplot(235),imshow(uint8(k3);%title(7
8、*7 模板平滑滤波)；Q3=uint8(k2);subplot(236),imshow(uint8(k4);%title(9*9 模板平滑滤波)；Q4=uint8(k2);k=8;fmax=2k-1;s=0;装订线太原理工大学现代科技学院 课程设计d=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(J(i,j);s=s+double(y2);endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q1(i,j);d=d+double(y2);end
9、endPSNR2=10*log10(N*M*fmax2/d);Y1=PSNR2-PSNR1;Y1i=0;j=0;for i=1:M装订线太原理工大学现代科技学院 课程设计for j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR3=10*log10(N*M*fmax2/d);Y2=PSNR3-PSNR1;Y2 i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR4=10*log10(N*M*fmax2/d);Y3=P
10、SNR4-PSNR1;Y3i=0;j=0;for i=1:M装订线太原理工大学现代科技学院 课程设计for j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR5=10*log10(N*M*fmax2/d);Y4=PSNR5-PSNR1;Y4该 liangxujiao.1M 文件执行结果装订线太原理工大学现代科技学院 课程设计峰值信噪比 PSNRY1 =7.9837； Y2 =6.4535； Y3 =5.3242； Y4 =4.4288；3、用中值滤波方法消除噪声并计算信噪比的改善M 文件编写I=imread(circuit.
11、tif);J=imnoise(I,gaussian,0,0.01);subplot(231),imshow(I);%title(原始图像) ；subplot(232),imshow(J);%title(添加椒盐噪声的图像 )；k1=medfilt2(J);k2=medfilt2(J,5 5);k3=medfilt2(J,7 7);k4=medfilt2(J,7 7);subplot(233),imshow(k1);%title(3*3 模板中值滤波)；Q1=k1;subplot(234),imshow(k2);%title(5*5 模板中值滤波)；Q2=k2;subplot(235),imsh
12、ow(k3);%title(7*7 模板中值滤波)；Q3=k3;subplot(236),imshow(k4);%title(9*9 模板中值滤波)；Q4=k4;装订线太原理工大学现代科技学院 课程设计k=8;fmax=2k-1;s=0;d=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(J(i,j);s=s+double(y2);endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q1(i,j);d=d+double(y2);endendPS
13、NR2=10*log10(N*M*fmax2/d);Y1=PSNR2-PSNR1;Y1装订线太原理工大学现代科技学院 课程设计i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR3=10*log10(N*M*fmax2/d);Y2=PSNR3-PSNR1;Y2 i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR4=10*log10(N*M*fmax2/d);Y3=PSNR4-
14、PSNR1;Y3装订线太原理工大学现代科技学院 课程设计i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSNR5=10*log10(N*M*fmax2/d);Y4=PSNR5-PSNR1;Y4该 liangxujiao.2M 文件执行结果装订线太原理工大学现代科技学院 课程设计峰值信噪比 PSNRY1 =6.5628；Y2 =5.4176；Y3 =4.5122；Y4 =3.7634；4、用理想低通滤波方法消除噪声并计算信噪比的改善M 文件编写%理想低通滤波器所产生的模糊和振铃现象I=im
15、read(circuit.tif);subplot(131),imshow(I);装订线太原理工大学现代科技学院 课程设计I=double(I);%采用傅里叶变换f=fft2(I);%数据矩阵平衡g=fftshift(f);subplot(132),imshow(log(abs(g),);color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);% d0=5,15,45,65d0=5;for i=1:Nfor j=1:Nd=sqrt(i-n1)2+(j-n2)2;if d=d0h=1;elseh=0;endg(i,j)=h*g(i,j);装订线
16、太原理工大学现代科技学院 课程设计endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(133);imshow(g);J=g;k=8;fmax=2k-1s=0;d=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(J(i,j);s=s+double(y2);endendPSNR1=10*LOG10(N*M*fmax2/s);Y=PSNR2-PSNR1;Y该 liangxujiao3.m 运行结果 装订线太原理工大学现代科技学院 课程设计峰值信噪比 PSNR Y =13.96875、巴特沃斯低通滤波方法I = i
17、mread(eight.tif);J = imnoise(I,gaussian);subplot(1,2,1);imshow(I);title(原图像);subplot(1,2,2);imshow(J);title(加高斯白噪声后的图像);figure;装订线太原理工大学现代科技学院 课程设计J=double(J);f=fft2(J);g=fftshift(f);M,N=size(f);n=3;d0=20;n1=floor(M/2);n2=floor(N/2);for i=1:Mfor j=1:Nd=sqrt(i-n1)2+(j-n2)2);h=1/(1+(d/d0)(2*n);g(i,j)=
18、h*g(i,j);endendg=ifftshift(g);Q=uint8(real(ifft2(g);imshow(Q);title(通过截断频率为 20 的理想巴特沃兹滤波器后的图像);s=0;d=0;装订线太原理工大学现代科技学院 课程设计for i=1:Mfor j=1:Ny=double(I(i,j)-double(J(i,j);s=s+double(y2);endendPSNR1=10*LOG10(N*M*fmax2/s);i=0;j=0;for i=1:Mfor j=1:Ny=double(I(i,j)-double(Q(i,j);d=d+double(y2);endendPSN
19、R2=10*log10(N*M*fmax2/d);Y=PSNR2-PSNR1;Y装订线太原理工大学现代科技学院 课程设计Y =5.5899装订线太原理工大学现代科技学院 课程设计五、 课程设计总结与体会完成了数字图像处理的课程设计，使我更深刻的掌握了这门课程。线性平滑滤波的方法用滤波模板确定的领域内像素的平均灰度值去代替图像中的每一个像素点的值，这种处理减少了图像灰度的“尖锐”变化。也可以称作领域平均。但是领域平均抑制了噪声同时也引起了模糊，模糊程度与领域半径成正比。中值滤波在一定的条件下可以克服线性滤波如平均值滤波等所带来的图像细节模糊问题。这种滤波方法对消除椒盐噪声很有效。但对某些细节多，别是点、线、尖，不宜采用中值滤波方法。理想低通滤波器和巴特沃斯低通滤波器对对应傅里叶变换中的高频部分比如，边缘和噪声，很好的截止作用，但低通滤波器有明显的振铃现象. 巴特沃斯低通滤波器的振铃现象不明显。装订线
