实验五 图像增强 平滑去噪
分别在灰度图像中加入一定量的高斯噪声和椒盐噪声,然后采用3×3的均值滤波器和3×3中值滤波器分别对噪声图像进行处理,给出两种处理方法的峰值信噪比(PSNR);仿效“中值滤波”的方法,对原图像分别进行“极大值滤波”和“极小值滤波”。
%matlab
clc;clear;
im = imread('flo.jpg');
im1 = imnoise(im,'gaussian',0,0.1);
figure
subplot(131)
imshow(im);
title('原始图像');
subplot(132)
imshow(im1);
title('添加均值为0,方差为0.1的高斯噪声');
im2 = imnoise(im,'salt & pepper',0.1);
subplot(133)
imshow(im2);
title('添加噪声密度为0.1的椒盐噪声');
%用滤波器对噪声图像进行处理
h = fspecial('average',[3 3]);
im_gaus_ave = imfilter(im1,h);
im_salt_ave = imfilter(im2,h);
figure
subplot(221)
imshow(im_gaus_ave);
title('高斯噪声图像均值滤波');
subplot(222)
imshow(im_salt_ave);
title('椒盐噪声图像均值滤波');
im_gaus_m = ordfilt2(im1,5,ones(3,3));
im_salt_m = ordfilt2(im2,5,ones(3,3));
subplot(223)
imshow(im_gaus_m);
title('高斯噪声图像中值滤波');
subplot(224)
imshow(im_salt_m);
title('椒盐噪声图像中值滤波');
%对图像进行极大值和极小值滤波
im_min = ordfilt2(im,1,ones(3,3));
im_max = ordfilt2(im,9,ones(3,3));
figure
subplot(121)
imshow(im_min);
title('极大值滤波');
subplot(122)
imshow(im_max);
title('极小值滤波');
%
psnr1 = PSNR(im,im_gaus_ave);
fprintf('高斯噪声且进行均值滤波的PSNR值:%.2f dB\n',psnr1);
psnr2 = PSNR(im,im_salt_ave);
fprintf('椒盐噪声且进行均值滤波的PSNR值:%.2f dB\n',psnr2);
psnr3 = PSNR(im,im_gaus_m);
fprintf('高斯噪声且进行中值滤波的PSNR值:%.2f dB\n',psnr3);
psnr4 = PSNR(im,im_salt_m);
fprintf('椒盐噪声且进行中值滤波的PSNR值:%.2f dB\n',psnr4);
PSNR函数:
function psnr = PSNR(x,y)
x = double(x);
y = double(y);
cnt = length(x(:));
mse = sum((x(:)-y(:)).^2)/cnt;
psnr=10*log10(255^2/mse);
end
结果:
PSNR值:
高斯噪声且进行均值滤波的PSNR值:19.87 dB
椒盐噪声且进行均值滤波的PSNR值:22.87 dB
高斯噪声且进行中值滤波的PSNR值:18.04 dB
椒盐噪声且进行中值滤波的PSNR值:32.23 dB