【正文】 9。二次維納濾波后 39。 subplot(2,3,5)。title(39。)。 %fspecial 用于產(chǎn)生預定義濾波器 Bjunzhi=uint8(round(filter2(h,Bspeckle)))。)。,)。 武漢理工大學《 MATLAB 原理與應用》課程設計 17 B=rgb2gray(A)。 subplot(2,2,2)。 imshow(B)。title(39。title(39。希望自己能把這幾天做 MATLAB 的精神和精力也投入大學其他科目的學習中，更進一步。 圖像仿真 圖 5 灰度圖像，加入高斯噪聲后的圖像，三種方式濾波后的圖像 效果分析 由濾波結(jié)果可以看出，以局部均值法為代表的線性濾波器對濾除高斯噪聲非常有效 而且窗口越大處理效果越明顯，但圖像會越來越模糊， 7 7 的窗口比較合適。title(39。)。imshow(Bgauss)。 Bwiener1=wiener2(Bgauss,[7,7])。 Bgauss=imnoise(B,39。title(39。)。imshow(Bjunzhi)。原灰度圖像 39。,3)。)。 subplot(2,3,6)。title(39。)。imshow(B)。 %加入乘性噪聲 武漢理工大學《 MATLAB 原理與應用》課程設計 10 h=fspecial(39。維納濾波對椒鹽噪聲幾乎沒有抑制作用。對于椒鹽噪聲密度較小時 ,尤其是孤立噪聲點 ,用中值濾波的效果非常好 ,但在椒鹽噪聲密度增加時 ,其去噪能力將武漢理工大學《 MATLAB 原理與應用》課程設計 9 降低 ,可能殘留下部分噪聲像素。因此，均值濾波器相當于低通濾波器。在頻率域里是對圖像頻譜進行修正，一般采用低通濾波方法，而不像在空間域里直接對圖像像素灰度級值進行運算，即首先將圖像從空間域變換到頻率域， 然后進行各種各樣的處理，再將所得到的結(jié)果進行反變換，從而達到圖像處理的目的。 subplot(2,2,2)。 subplot(2,2,1)。,parameters)； (6) (3)J=imnoise(I, 39。title(39。原灰度圖像 39。,parameters)； (4) 其中 I 為原圖象的灰度矩陣， J 為加噪聲后圖象的灰度矩陣；一般情況下用 (3)表示即可， (4)中表示是允許修改參數(shù)，而 (式 34)中使用缺省參數(shù)。 武漢理工大學《 MATLAB 原理與應用》課程設計 5 %顯示加入乘性噪聲的圖像 B，并為其加標題 圖像仿真 圖 2 灰度圖像與加入乘性噪聲后的圖像 加入椒鹽噪聲 噪聲分析與函數(shù)使用 椒鹽噪聲是一種比較典型的噪聲，由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點噪聲。 %顯示灰度圖像 B，并為其加標題 Bspeckle=imnoise(B,39。F:\CF\39。從二維連續(xù)函數(shù)到矩陣，涉及在不同空間位置上取出函數(shù)值作為樣本，并用一組整數(shù)值來表示這些樣本的兩個過程，前者稱為取樣，后者稱為量化，二者統(tǒng)稱為數(shù)字化。)。%高斯低通濾波器 h=fspecial(39。gaussian39。E:\) 注：計算機 E 盤上要有 1 相應的 .jpg 文件。它將數(shù)值分析、矩陣計算、科學數(shù)據(jù)可視化以及非線性動態(tài)系統(tǒng)的建模和仿真等諸多強大功能集成在一個易于使用的視窗環(huán)境中，為科學研究、工程設計以及必須進行有效數(shù)值計算的眾多科學領域提供了一種全面的解決方案，并在很大程度上擺脫了傳統(tǒng)非交互式程序設計語言（如 C、 Fortran）的編輯模式，代表了當今國際科學計算軟件的先進水平。在此過程中學會此軟件的一些基本操作及語言。武漢理工大學《 MATLAB 原理與應用》課程設計 課程設計任務書 學生姓名： 專業(yè)班級： 指導教師： 劉 新 華 工作單位： 信息工程學院 題 目 : 利用 MATLAB 仿真軟件實現(xiàn)圖像的去噪處理 要求完成的主要任務 : 1. 讀取圖像并分別加入高斯噪聲、椒鹽噪聲、乘性噪聲 。要求：讀取圖像并分別加入高斯噪聲、椒鹽噪聲、脈沖噪聲和乘性噪聲，然后采取合適的濾波器進行去噪處理，能顯示原始圖像、加噪后圖像和去噪后圖像。 MATLAB 是由美國 mathworks 公司發(fā)布的主要面對科學計 算、可視化以及交互式程序設計的高科技計算環(huán)境。 武漢理工大學《 MATLAB 原理與應用》課程設計 2 圖像處理工具箱函數(shù)介紹 1. imread imread 函數(shù)用于讀入各種圖像文件，如： a=imread(39。 j=imnoise(i,39。)。average39。計算機中的數(shù)字圖像是以矩陣形式 [f(m,n)]表示的，不同的處理就是用不同的算法對這一圖像矩陣進行運算。 代碼及其注釋 A=imread(39。)。)。 pepper39。title(39。 imshow(Bgauss)。gaussian39。 B=rgb2gray(A)。,)。在空間域里一類方法是噪聲去除，即先判定某點是否為噪聲點，若是，重新賦值，若不是按原值武漢理工大學《 MATLAB 原理與應用》課程設計 8 輸出；另一類方法是平均，即不依賴于噪聲點的識別和去除，而對整個圖像進行平均運算。第一個“旁瓣”比主峰大約低 13 分貝。利用中值濾波算法可以很好地對圖像進行平滑處理。 維納濾波對高斯噪聲、乘性噪聲都有明顯的抑制作用 ,相對與均值濾波和中值濾波 ,維納濾波對這兩種噪聲的抑 制效果更好 ,缺點就是容易失去圖像的邊緣信息。)。 %第二次維納濾波 subplot(2,3,1)。加入乘性噪聲后 39。imshow(Bzhongzhi)。)。F:\CF\39。average39。title(39。 subplot(2,3,3)。中值濾波后 39。imshow(Bwiener2)。 B=rgb2gray(A)。 Bzhongzhi=medfilt2(Bgauss,[7,7])。 subplot(2,3,2)。均值濾波后 39。imshow(Bwiener1)。)。幾天的努力，從零到有，從陌生到初識，曲曲幾張圖像，短短幾段程序，讓我體會到學習的快樂和求知之路的不易。 %分割顯示窗口，將其分為 2X2，將圖像放入第一個位置 imshow(B)。 %分割顯示窗口，將其分為 2X2，將圖像放入第二個位置 imshow(Bspeckle)。 subplot(2,2,1)。)。)。gaussian39。F:\CF\39。,3)。原灰度圖像 39。imshow(Bjunzhi)。)。title(39。salt amp。 Bwiener1=wiener2(Bgauss,[7,7])。imshow(Bsalt)。)。title(39。 去除高斯噪聲 A=imread(39。average39。title(39。 subplot(2,3,3)。中值濾波后 39。imshow(Bwiener2)。要根據(jù)不同的噪聲，選擇不同的去噪 。 武漢理工大學《 MATLAB 原理與應用》課程設計 20 本科生課程設計成績評定表 姓 名 性 別 男 專業(yè)班級 題 目 ： 利用 MATLAB 仿真軟件實現(xiàn)圖像的去噪處理 答辯或質(zhì)疑記錄： 為什么要去噪？ 答： 現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設備與外部環(huán)境 噪聲干擾等影響，稱為含噪圖像或噪聲圖像。title(39。)。imshow(Bgauss)。 Bwiener1=wiener2(Bgauss,[7,7])。 Bgauss=imnoise(B,39。imshow(Bwiener2)。中值濾波后 39。 subplot(2,3,3)。title(39。average39。F:\CF\39。一次維納濾波后 39。 subplot(2,3,4)。title(39。 %第一次維納濾波 Bwiener2=wiener2(Bwiener1,[7,7])。speckle39。title(39。title(39?；叶葓D像加入椒鹽噪聲后 39。)。 %顯示加入乘性噪聲的圖像 B，并為其加標題 加入椒鹽噪聲 A=imread(39。 %顯示灰度圖像 B，并為其加標題 Bspeckle=imnoise(B,39。F:\CF\39。一些同學做了比較高難度的涉及電路知識的課設，這讓我覺得自慚形穢。 subplot(2,3,6)。title(39。)。imshow(B)。 h=fspecial(39。 武漢理工大學《 MATLAB 原理與應用》課程設計 12 圖像仿真