一、实验目的
(1)了解图像增强的目的及意义,加深对图像增强的感性认识,巩固所学的图像增强的理论知识和相关算法。
(2)熟练掌握低通、高通、带通、同态滤波器的使用方法,明确不同性质的滤波器对图像的影响和作用。
二、实验内容
(1)选择合适的灰度图像,添加随机噪声
(2)对图像进行低通滤波,观察滤波效果
(3)选择一灰度图像,进行高通滤波,观察滤波效果
(4)选择合适的灰度图像,进行带通滤波,观察滤波效果
(5)选择合适的数字图像,进行同态滤波,观察滤波效果
三、实验代码及结果、分析
(1)选择合适的灰度图像,添加随机噪声
- 代码:
I=imread('E:\大三课件\大三下\数字图像处理\实验\实验四\shiyan4.jpg');
I1=rgb2gray(I);
I2=imnoise(I1,'gaussian',0.03); %加均值为0,方差为0.03的高斯噪声
I3=double(I2);
fft_I=fft2(I2); % 二维离散傅立叶变换
shift_I=fftshift(fft_I); % 直流分量移到频谱中心
[M,N]=size(shift_I);
m=floor(M/2);
n=floor(N/2);
figure(1)
subplot(1,3,1),imshow(I),title('原图像');
subplot(1,3,2),imshow(I1),title('灰度图像');
subplot(1,3,3),imshow(I2),title('加入高斯噪声'); %显示有高斯噪声图像
- 结果:
- 分析:
- 用imnoise()函数给图像添加噪声,简单的噪声有以下5种类型:’gaussian’(高斯白噪声),‘localvar’ (与图象灰度值有关的零均值高斯白噪声),’poisson’(泊松噪声), ‘salt & pepper’(椒盐噪声)、’speckle’(斑点噪声)。本题中加入高斯噪声
(2)选择一灰度图像,进行低通滤波,观察滤波效果
- 代码
%低通滤波
level=4;%2级巴特沃斯滤波器 2时接近高斯,5时接近理想,但是数值更大时会有模糊效应
d1=20;
d2=50;%截止半径
d3=300;
%巴特沃斯低通滤波
for i=1:M
for