【正文】 ??3 二，給圖像添加噪聲????????????????????4 三，對被噪聲污染的圖像進行中值濾波和均值濾波???????5 四，對圖像進行空間域的銳化????????????????6 五，MATLAB以外函數空間濾波和圖像銳化??????????7 六，自帶函數傅立葉變換和反變換??????????????8 七，低通濾波器程序????????????????????9 八，心得體會 ??????????????????????10 九，參考文獻 ??????????????????????10一、實驗目的 1，空間濾波：圖像平滑主要目的是減少噪聲。噪聲有很多種類，不同的噪聲有不同的抑制措施。本實驗要求用平滑線性濾波和中值濾波2種最典型、最常用的處理算法進行程序設計，學習如何對已被噪聲污染的圖像進行“凈化”。通過平滑處理，對結果圖像加以比較，得出自己的實驗結論。學習如何用銳化處理技術來加強圖像的目標邊界和圖像細節(jié)，對圖像進行梯度算子、拉普拉斯算子，使圖像的某些特征（如邊緣、輪廓等）得以進一步的增強及突出。本實驗銳化處理主要在空間域中進行 2，頻域濾波：掌握傅里葉變換的基本性質； 掌握傅里葉正變換和反變換； 通過實驗了解二維頻譜的分布特點； 掌握怎樣利用傅立葉變換進行頻域濾波利用MATLAB程序數字圖像的傅立葉變換并且進行頻域濾波二，給圖像添加椒鹽噪聲或者高斯噪聲： 原理：利用MATLAB自帶函數添加噪聲 程序代碼：A=imread(39。39。)。I=rgb2gray(A)。imshow(I)。J = imnoise(I,39。salt amp。 pepper39。,)。figure,imshow(J),title(39。椒鹽噪聲39。)。%添加椒鹽噪聲 K = imnoise(I,39。gaussian39。,0,)。figure,imshow(K),title(39。高斯噪聲39。)。%添加高斯噪聲三，對被噪聲污染的圖像進行中值濾波和均值濾波： 原理：自帶函數進行中值濾波和均值濾波 源程序：A=imread(39。39。)。I=rgb2gray(A)。J = imnoise(I,39。salt amp。 pepper39。,)。k2=medfilt2(J,[5 5])。k3=medfilt2(J,[7 7])。imshow(J),title(39。原圖39。)。figure,imshow(k2),title(39。中值濾波5*5模板39。)。figure,imshow(k3),title(39。中值濾波7*7模板39。)。四，對圖像進行空間域的銳化： 原理：自帶函數進行空間銳化。源程序：I=imread(39。39。)。subplot(121),imshow(I),title(39。原圖像39。)。H=fspecial(39。sobel39。)。I2=filter2(H ,I)。subplot(122),imshow(I2),title(39。sobel算子銳化圖像39。)。五，MATLAB以外函數空間濾波和圖像銳化：源程序：I = imread(39。39。)。J = imnoise(I,39。salt amp。 pepper39。,)。K = medfilt2(J)。imshow(J)。title(39。噪聲干擾圖像39。)figure, imshow(K)。title(39。medfilt2濾波圖像39。)X=J。a=2。b=2。k=floor(a*b/2)+1。[M,N]=size(X)。uint8 Y=zeros(M,N)。funBox=zeros(a,b)。temp=zeros(a*b)。for i=1:Mafor j=1:NbfunBox=X(i:i+a,j:j+b)。temp=funBox(:)。tempSort=sort(temp)。Y(i,j)=tempSort(k)。end。end。figure, imshow(Y)。title(39。濾波圖像39。)六，利用Matlab的圖像處理工具箱中提供的函數實現圖像的傅立葉變換和反變換： 源程序：A=imread(39。39。)。f=rgb2gray(A)。subplot(131),imshow(f),title(39。原圖39。)。F=fft2(f)。% 快速傅立葉變換subplot(132),imshow(F),title(39。傅里葉變換39。)Fabs=abs(F)。% 求幅頻絕對值 Fc=fftshift(Fabs)。% 中心移位 SFc=log(1+Fc)。% 對數變換iFc1=ifftshift(Fc)。% 中心移位的逆變換，絕對值 iF2=ifft2(iFc1)。% 快速傅立葉變換的逆變換subplot(133),imshow(iF2),title(39?？焖俑盗⑷~變換的逆變換39。)七，低通濾波器程序：I=imread(39。39。)。subplot(221),imshow(I)。title(39。原始圖像39。)J1=imnoise(I,39。gaussian39。,)。% 疊加高斯白噪聲subplot(222),imshow(J1)。title(39。添加高斯白噪聲的圖像39。)f=double(J1)。% 數據類型轉換 g=fft2(f)。% 傅立葉變換 g=fftshift(g)。[M,N]=size(g)。nn=2。% 二階巴特沃斯(Butterworth)低通濾波器 d0=50。% 設置截止頻率 m=fix(M/2)。n=fix(N/2)。for i=1:M for j=1:Nd=sqrt((im)^2+(jn)^2)。h=1/(1+*(d/d0)^(2*nn))。% 計算低通濾波器傳遞函數result(i,j)=h*g(i,j)。end end result=ifftshift(result)。J2=ifft2(result)。J3=uint8(real(J2))。subplot(223),imshow(J3)。title(39。低通濾波后圖像39。)心得體會1，進一步熟悉了Matlab軟件、編程以及圖像處理工具箱 2，學會利用自帶函數對圖像做簡單的處理，例如：均值化等。3，熟練了一些基本函數的運用，例如fspecial，imfilter等。4，加深了對MATLAB編程的理解。5，對于試驗中的出現的一些問題，懂得怎樣去處理。6，通過實際操作，增強了自己的動手能力，把理論用于實踐。參考文獻：數字圖像處理第二版MATLAB教程