Matlab数字图像处理之四：图像增强和空域滤波

2019独角兽企业重金招聘Python工程师标准>>>

一、 实验目的

巩固滤波算法，了解几种不同滤波方式的使用和使用的场合，学会使用MatLab对图像作滤波处理，体会滤波效果，培养处理实际图像的能力。

二、 实验原理与函数说明

fspecial 函数

功能：产生预定义滤波器

格式：H=fspecial(type)

产生一个由 type 指定的二维滤波器 H ，返回的H常与其它滤波器搭配使用，如：

H=fspecial(‘gauss’,n,sigma)       高斯低通滤波器

H=fspecial(‘sobel’)              Sobel 水平边缘增强滤波器

H=fspecial(‘prewitt’)            Prewitt水平边缘增强滤波器

H=fspecial(‘laplacian’,alpha) 近似二维拉普拉斯滤波器

H=fspecial(‘log’,n,sigma)      高斯拉普拉斯(LoG)运算滤波器

H=fspecial(‘average’,n)           均值滤波器

H=fspecial(‘unsharp’,alpha)         模糊对比增强滤波器

filter2 函数

功能：计算二维线性数字滤波，它与函数fspecial连用

格式1：Y=filter2(B,X)

说明：filter2使用矩阵B中的二维 滤波器对数据X进行滤波，结果Y是通过二维互相关计算出来的，其大小与 X一样。

格式2：Y=filter2(B,X,’shape’)

说明：filter2返回的Y是通过二维互相关计算出来的，其大小由参数 shape确定，其取值如下：

full 返回二维互相关的全部结果，size(Y)>size(X)；

same 返回二维互相关结果的中间部分，Y与X大小相同；

valid 返回在二维互相关过程中，未使用边缘补0部分进行计算的结果部分，有 size(Y)<size(X) 。

filter2函数用于图像滤波

i=imread(‘e:w11.tif’);

h=[1,2,1;0,0,0;-1,-2,-1]; %Sobel算子

j=filter2(h,i);

conv2函数 (conv函数(多维卷积))

功能：计算二维卷积。

格式1：C=conv2(A, B)conv2计算矩阵A和B的卷积，若 [Ma,Na]＝size(A), [Mb,Nb]=size(B), 则 size(C)=[Ma+Mb-1,Na+Nb-1];

格式2：C=conv2(Hcol, Hrow, A) 

说明：矩阵 A分别与Hcol向量在列方向和Hrow向量在行方向上进行卷积；

格式3：C=conv2(…, ′shape′)

说明：用来指定conv2返回二维卷积结果部分，参数shape可取值如下：

full 为缺省值，返回二维卷积的全部结果；

same 返回二维卷积结果中与 A 大小相同的中间部分；

valid 返回在卷积过程中，