【正文】 數(shù)字圖像處理試驗(yàn)報(bào)告實(shí)驗(yàn)二：數(shù)字圖像的空間濾波和頻域?yàn)V波姓名：XX學(xué)號(hào)：2XXXXXXX 實(shí)驗(yàn)日期：2017 年 4 月 26 日1. 掌握?qǐng)D像濾波的基本定義及目的。 2. 理解空間域?yàn)V波的基本原理及方法。 3. 掌握進(jìn)行圖像的空域?yàn)V波的方法。 4. 掌握傅立葉變換及逆變換的基本原理方法。 5. 理解頻域?yàn)V波的基本原理及方法。 6. 掌握進(jìn)行圖像的頻域?yàn)V波的方法。 1. 平滑空間濾波： 1) 讀出一幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同 一圖像窗口中。 2) 對(duì)加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對(duì)比不同模板所形成的效果， 要求在同一窗口中顯示。 3) 使 用 函 數(shù) imfilter 時(shí) ， 分 別 采 用 不 同 的 填 充 方 法 （ 或 邊 界 選 項(xiàng) ， 如 零 填 充、’replicate’、’symmetric’、’circular’）進(jìn)行低通濾波，顯示處理后 的圖像。 4) 運(yùn)用 for 循環(huán)，將加有椒鹽噪聲的圖像進(jìn)行 10 次，20 次均值濾波，查看其特點(diǎn), 顯示均值處理后的圖像（提示:利用 fspecial 函數(shù)的’average’類(lèi)型生成均值濾 波器）。 5) 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法，和中值濾波法對(duì)有噪聲的圖像做處理， 要求在同一窗口中顯示結(jié)果。 6) 自己設(shè)計(jì)平滑空間濾波器，并將其對(duì)噪聲圖像進(jìn)行處理，顯示處理后的圖像。 2. 銳化空間濾波 1) 讀出一幅圖像，采用 33 的拉普拉斯算子 w = [ 1, 1, 1。 1 – 8 1。 1, 1, 1]對(duì)其進(jìn)行濾波。 2) 編寫(xiě)函數(shù) w = genlaplacian(n)，自動(dòng)產(chǎn)生任一奇數(shù)尺寸 n 的拉普拉斯算子，如 55 的拉普拉斯算子 w = [ 1 1 1 1 1 1 1 1 1 1 1 1 24 1 1 1 1 1 1 1 1 1 1 1 1] 3) 分別采用 55，99，1515 和 2525 大小的拉普拉斯算子對(duì) 進(jìn) 行銳化濾波，并利用式 g(x, y) =f (x, y) 209。2 f (x, y) 完成圖像的銳化增強(qiáng)，觀(guān)察其有何不同，要求在同一窗口中顯示。 4) 采用不同的梯度算子對(duì)該幅圖像進(jìn)行銳化濾波，并比較其效果。 5) 自己設(shè)計(jì)銳化空間濾波器，并將其對(duì)噪聲圖像進(jìn)行處理，顯示處理后的圖像； 3. 傅立葉變換 1) 讀出一幅圖像，對(duì)其進(jìn)行快速傅立葉變換，分別顯示其幅度圖像和相位圖像。僅對(duì) 相位部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。 2) 僅對(duì)幅度部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。 3) 將圖像的傅立葉變換 F 置為其共軛后進(jìn)行反變換，比較新生成圖像與原始圖像的差 異。 4. 平滑頻域?yàn)V波 1) 設(shè)計(jì)理想低通濾波器、巴特沃斯低通濾波器和高斯低通濾波器，截至頻率自選，分 別給出各種濾波器的透視圖。 2) 讀出一幅圖像，分別采用理想低通濾波器、巴特沃斯低通濾波器和高斯低通濾波器 對(duì)其進(jìn)行濾波（截至頻率自選），再做反變換，觀(guān)察不同的截止頻率下采用不同低通 濾波器得到的圖像與原圖像的區(qū)別，特別注意振鈴效應(yīng)。(提示:1)在頻率域?yàn)V波同 樣要注意到填充問(wèn)題；2）注意到(1)x+y。) 5. 銳化頻域?yàn)V波 1) 設(shè)計(jì)理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器，截至頻率自選，分 別給出各種濾波器的透視圖。 2) 讀出一幅圖像，分別采用理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器 對(duì)其進(jìn)行濾波（截至頻率自選），再做反變換，觀(guān)察不同的截止頻率下采用不同高通 濾波器得到的圖像與原圖像的區(qū)別。 1. 平滑空間濾波： （1）.讀出一幅圖像，給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在 同一圖像窗口中。 img=imread(39。39。) figure,subplot(1,3,1)。 imshow(img)。title(39。原始圖像39。)。 img2=imnoise(img,39。salt amp。 pepper39。,)。 subplot(1,3,2)。 imshow(img2)。 title(39。椒鹽噪聲圖像39。)。 img3=imnoise(img,39。gaussian39。,)。 subplot(1,3,3),imshow(img3)。 title(39。高斯噪聲圖像39。)。 實(shí)驗(yàn)結(jié)果如下： （2）.對(duì)加入噪聲圖像選用不同的平滑（低通）模板做運(yùn)算，對(duì)比不同模板所形成的效果， 要求在同一窗口中顯示。 平滑濾波是低頻增強(qiáng)的空間域?yàn)V波技術(shù)。它的目的有兩個(gè)，一是模糊，二是消除噪聲。將空 間域低通濾波按線(xiàn)性和非線(xiàn)性特點(diǎn)有：線(xiàn)性、非線(xiàn)性平滑濾波器，線(xiàn)性平滑濾波器包括均值 濾波器，非線(xiàn)性的平滑濾波器有最大值濾波器，中值濾波器，最小值濾波器。 代碼如下： img=imread(39。39。) img=rgb2gray(img)。 figure,subplot(1,3,1)。 imshow(img)。title(39。原始圖像39。)。 img2=imnoise(img,39。salt amp。 pepper39。,)。 subplot(1,3,2)。imshow(img2)。title(39。椒鹽噪聲圖像39。)。 img3=imnoise(img,39。gaussian39。,)。 subplot(1,3,3),imshow(img3)。 title(39。高斯噪聲圖像39。)。 %對(duì)椒鹽噪聲圖像進(jìn)行濾波處理 h=fspecial(39。average39。,3)。 I1=filter2(h,img2)/255。 I2=medfilt2(img2,[3 3])。 figure,subplot(2,2,1),imshow(img),title(39。原圖像39。)。 subplot(2,2,2),imshow(img2),title(39。椒鹽噪聲圖39。)。 subplot(2,2,3),imshow(I1),title(39。3*3 均值濾波圖39。)。 subplot(2,2,4),imshow(I2),title(39。3*3 中值濾波圖39。)。 %對(duì)高斯噪聲圖像進(jìn)行濾波處理 G1=filter2(h,img3)/255。 G2=medfilt2(img3,[3 3])。 figure,subplot(2,2,1),imshow(img),title(39。原圖像39。)。 subplot(2,2,2),imshow(img3),title(39。高斯噪聲圖39。)。 subplot(2,2,3),imshow(G1),title(39。3*3 均值濾波圖39。)。 subplot(2,2,4),imshow(G2),title(39。3*3 中值濾波圖39。)。 實(shí)驗(yàn)結(jié)果如下： (3). 使用函數(shù) imfilter 時(shí)，分別采用不同 的填充方法（或邊界選項(xiàng)，如零填 充、’replicate’、’symmetric’、’circular’）進(jìn)行低通濾波，顯示處理后的圖像。 h=fspecial(39。motion39。,50,45)。 %創(chuàng)建一個(gè)運(yùn)動(dòng)模糊濾波器 filteredimg=imfilter(img,h)。 boundaryReplicate=imfilter(img,h,39。replicate39。)。 boundary0=imfilter(img,h,0)。 boundarysymmetric=imfilter(img,h,39。symmetric39。)。 boundarycircular=imfilter(img,h,39。circular39。)。 figure,subplot(3,2,1),imshow(img),title(39。Original Image39。)。 subplot(3,2,2),imshow(filteredimg),title(39。Motion Blurred Image39。)。 subplot(3,2,3),imshow(boundaryReplicate),title(39。Replicate39。)。 subplot(3,2,4),imshow(boundary0),title(39。0Padding39。)。 subplot(3,2,5),imshow(boundarysymmetric),title(39。symmetric39。)。 subplot(3,2,6),imshow(boundarycircular),title(39。circular39。)。 g = imfilter(f, w, filtering_mode, boundary_options, size_options)，其中，f 為輸入圖像，w 為濾波掩模，g 為濾波后圖像。 實(shí)驗(yàn)結(jié)果如下： （4）.運(yùn)用 for 循環(huán)，將加有椒鹽噪聲的圖像進(jìn)行 10 次，20 次均值濾波，查看其特點(diǎn),顯 示均值處理后的圖像（提示:利用 fspecial 函數(shù)的’average’類(lèi)型生成均值濾波器）。 代碼如下： h=fspecial(39。average39。)。 for i=1:10