资源描述：
《图像平滑处理的空域算法和频域分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、武汉理工大学《能力拓展训练》报告书目录1技术要求12基本原理12.1图像平滑12.2图像噪声12.3噪声处理13建立模型描述14源程序代码34.1邻域平均法源程序34.2低通滤波法源程序45调试过程及结论56心得体会87参考文献98武汉理工大学《能力拓展训练》报告书图像平滑处理的空域算法和频域分析1技术要求对已知图像添加高斯白噪声，并分别用低通滤波器和邻域平均法对图像进行平滑处理，并分析比较两种方法处理的效果。2基本原理2.1图像平滑图像平滑的目的之一是消除噪声，其二是模糊图像。在提取大目标之前去除小的细节或弥合目标间的缝隙。从信号频谱角度看，信号缓慢变化的部分在频率
2、域表现为低频，而迅速变化的部分变现为高频。对图像而言，它的边缘，跳跃以及噪声等灰度变化剧烈的部分代表图像的高频分量，而大面积背景区和灰度变化区域代表图像低频分量。因此，可以通过低通滤波即减弱或消除高频分量而不影响低频分量来是想图像平滑。2.2图像噪声噪声可以理解为“妨碍人们感觉器官对所接受的信信息理解的因素”。也可以理解为不可预测的，只能用概率统计方法来认识的随机误差。噪声可以借用随机过程及其概率密度函数来描述，通常用其数字特征，如均值，方差等。2.3噪声处理(1)领域平均法领域平均法的思想是用像素及其指定领域内像素的平均值或加权平均值作为该像素的新值，以便去除突变的
3、像素点，从而滤除一定的噪声。(2)低通滤波法低通滤波器允许低频成分通过，而抑制高频成分。因此它能够去除图像的噪声，实现图像平滑作用。当然这必然会引起图像模糊。常用的是低通巴特沃斯滤波器。3建立模型描述1领域平均法程序一开始利用函数imread（）将源图片读入，然后利用函数rgb2gray（）将其转换成灰度图像再利用函数Imnoise（）给图像添加高斯白噪声，再利用函数8武汉理工大学《能力拓展训练》报告书filter2（）分别分别生成3*3,5*5,7*7,9*9模板，并利用这些模板对灰度图像进行平滑处理，最后将灰度图像及处理后的图像全部输出，其流程图如图1所示。开始读
4、入源图像将彩色图像转换为灰度图像添加高斯白噪声依次创建四种模板依次输出全部图像结束图1领域平均法流程图2低通滤波和领域平均法都需要将源图像添加高斯白噪声，但你去噪的原理不同。低通滤波法需要生成巴特沃斯低通滤波器，然后用生成的滤波器对图像进行去噪，最后将源图像和处理后的图像全部输出，其流程图如图2所示。8武汉理工大学《能力拓展训练》报告书开始读入源图像将彩色图像转换为灰度图像添加高斯白噪声转换数据类型生成巴特沃斯低通滤波器处理图像输出图像结束图2低通滤波法流程图4源程序代码4.1邻域平均法源程序I=imread('zh.jpg');subplot(231)I=rgb2g
5、ray(I);imshow(I)8武汉理工大学《能力拓展训练》报告书title('原始图像')I1=imnoise(I,'gaussian',0.02);subplot(232)imshow(I1)title('添加高斯白噪声的图像')k1=filter2(fspecial('average',3),I1)/255;%进行3*3模板平滑滤波k2=filter2(fspecial('average',5),I1)/255;%进行5*5模板平滑滤波k3=filter2(fspecial('average',7),I1)/255;%进行7*7模板平滑滤波k4=filter2
6、(fspecial('average',9),I1)/255;%进行9*9模板平滑滤波subplot(233),imshow(k1);title('3*3模板平滑滤波');subplot(234),imshow(k2);title('5*5模板平滑滤波');subplot(235),imshow(k3);title('7*7模板平滑滤波');subplot(236),imshow(k4);title('9*9模板平滑滤波');4.2低通滤波法源程序I=imread('zh.jpg');I=rgb2gray(I);subplot(221)imshow(I);title(
7、'原始图像')J1=imnoise(I,'gaussian',0.02);%叠加高斯白噪声subplot(222)imshow(J1);title('添加高斯白噪声的图像')f=double(J1);%数据类型转换，MATLAB不支持图像的无符号整型的计算g=fft2(f);%傅立叶变换g=fftshift(g);%转换数据矩阵[M,N]=size(g);nn=2;%二阶巴特沃斯(Butterworth)低通滤波器d0=50;8武汉理工大学《能力拓展训练》报告书m=fix(M/2);n=fix(N/2);fori=1:Mforj=1:Nd=sqrt(
