《数字图像处理》统计排序滤波

【实验目的】

1. 理解图像滤波的基本概念；

2. 掌握空域滤波的基本原理；

3. 掌握图像中值滤波器的基本方法；

4. 掌握椒盐噪声的添加与去除方法。

【实验环境】

Python

【实验内容】

1、将图像进行中值滤波处理。

from scipy import ndimage
from skimage import data, util
from matplotlib import pyplot as plt
img=data.astronaut()[:,:,0]
noise_img=util.random_noise(img,mode='s&p',seed=None,clip=True)
n=3
new_img=ndimage.median_filter(noise_img,(n,n))
plt.figure()
plt.imshow(img,cmap='gray')
plt.figure()
plt.imshow(noise_img,cmap='gray')
plt.figure()
plt.imshow(new_img,cmap='gray')

2、将图像进行最大值和最小值滤波处理。

from scipy import ndimage
from skimage import data,util
from matplotlib import pyplot as plt
img=data.astronaut()[:,:,0]
pepper_img=util.random_noise(img,mode='pepper',seed=None,clip=True)
salt_img=util.random_noise(img,mode='salt',seed=None,clip=True)
n=3
max_img=ndimage.maximum_filter(pepper_img,(n,n))
min_img=ndimage.maximum_filter(salt_img,(n,n))
plt.figure()
plt.imshow(img,cmap='gray')
plt.figure()
plt.imshow(min_img,cmap='gray')
plt.figure()
plt.imshow(max_img,cmap='gray')

3、读入camera图像，添加椒盐噪声，分别采用高斯滤波、中值滤波、最大值滤波、最小值滤波进行滤波处理，分别显示滤波结果。

from skimage import data,util
from matplotlib import pyplot as plt
from scipy import ndimage
import numpy as np
import math
img=data.camera()
noise_img=util.random_noise(img,mode='s&p',seed=None,clip=True)
n=3
gauss_img=ndimage.gaussian_filter(noise_img,(n,n))
med_img=ndimage.median_filter(noise_img,(n,n))
max_img=ndimage.maximum_filter(noise_img,(n,n))
min_img=ndimage.maximum_filter(noise_img,(n,n))
plt.figure()
plt.imshow(img,cmap='gray')
plt.figure()
plt.imshow(gauss_img,cmap='gray')
plt.figure()
plt.imshow(med_img,cmap='gray')
plt.figure()
plt.imshow(min_img,cmap='gray')
plt.figure()
plt.imshow(max_img,cmap='gray')

4、将3进行改进，分别计算四种滤波器的结果与原始图像之间的PSNR值，比较哪种结果较好。

from skimage.metrics import peak_signal_noise_ratio as compare_psnr
psnr1=compare_psnr(img, gauss_img*255)
psnr2=compare_psnr(img, med_img*255)
psnr3=compare_psnr(img, max_img*255)
psnr4=compare_psnr(img, min_img*255)
print("高斯滤波",psnr1)	
print("中值滤波",psnr2)
print("最大值滤波",psnr3)
print("最小值滤波",psnr4)

最终结果显示，中值滤波的效果较好。

【实验小结】

图像滤波实验是一个涉及图像处理和计算机视觉的实验，其主要目标是去除图像中的噪声、平滑图像以及提取图像中的特征。高斯滤波器可以平滑图像，但可能会模糊边缘；中值滤波器对椒盐噪声有很好的效果，但可能会导致图像变得模糊；而最大滤波、最小滤波可以增强边缘，但可能会增加噪声。而通过实验比较去噪效果最好的为中值滤波。