2021—2022学年第一学期寒假学习记录5
2022.01.05，今天是服务外包竞赛：随便拿个奖队的项目进行的第五天，今天根据项目要求继续学习matlab数字图像处理
实验五 图像增强—空域滤波
一、 实验目的
进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。
了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。
二、实验内容与步骤
a) 调入并显示原始图像Sample2-1.jpg 。
b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声
c)利用预定义函数fspecial 命令产生平均(average)滤波器
d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果；
e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。
f）利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper)
g）重复c)~ e）的步骤
h）输出全部结果并进行讨论。
三、实验内容
i=imread('C:\Users\Gateway\Desktop\ͼƬ\electric.tif');
I=rgb2gray(i);
J=imnoise(I,'gauss',0.02);
J=imnoise(I,'salt & pepper',0.02);
ave1=fspecial('average',3); %产生3*3均值模板
ave2=fspecial('average',5);
K=filter2(ave1,J)/255; %均值滤波
L=filter2(ave2,J)/255;
M=medfilt2(J,[3 3]); %中值滤波¨
N=medfilt2(J,[5 5]);
imshow(I);
figure;imshow(J);
figure;imshow(K);
figure;imshow(L);
figure;imshow(M);
figure;imshow(N);
原图 gauss噪声
Gauss噪声3*3模板均值滤波 Gauss噪声5*5模板均值滤波
Gauss噪声3*3中值滤波 Gauss噪声5*5中值滤波
椒盐噪声
椒盐噪声3*3均值滤波 椒盐噪声5*5均值滤波
椒盐噪声3*3中值滤波 椒盐噪声5*5中值滤波
四，思考题/问答题
(1) 简述高斯噪声和椒盐噪声的特点。
椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。检验噪声往往由图像切割引起。椒盐噪声是指两种噪声，一种是盐噪声（salt noise），另一种是胡椒噪声（pepper noise）。盐=白色，椒=黑色。前者是高灰度噪声，后者属于低灰度噪声。一般两种噪声同时出现，呈现在图像上就是黑白杂点。高斯噪声是一种随机噪声。在任选瞬时中任取n个，其值按n个变数的高斯概率定律分布。高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。
(2) 结合实验内容，定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果？
两种滤波对高斯噪声效果都不是很好，5*5的中值滤波效果好于3*3。中值滤波对椒盐噪声效果好于均值滤波。
(3) 结合实验内容，定性评价滤波窗口对去噪效果的影响？
窗口越大，去噪效果越好，但是窗口越大所用的时间越多。
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 被坑几百块钱后，我竟然真的恢复了删除的微信聊天记录！
· 没有Manus邀请码？试试免邀请码的MGX或者开源的OpenManus吧
· 【自荐】一款简洁、开源的在线白板工具 Drawnix
· 园子的第一款AI主题卫衣上架——"HELLO! HOW CAN I ASSIST YOU TODAY
· Docker 太简单，K8s 太复杂？w7panel 让容器管理更轻松！