【正文】 最終評定成績（以優(yōu)、良、中、及格、不及格評定） 指導(dǎo)教師簽字： __________________ 年 月 日 。有些情況下圖像的邊緣會被磨得圓滑，有些情況下圖像會變暗，還有些情況圖像整體會變模糊。 是否任何圖像都可以用 imread 讀?。? 答： 只有儲存在計算機(jī)中的某些格式，如 jpg 等，才能用 imread，在網(wǎng)絡(luò)中未下載到計算機(jī)的不能用 imread。)。title(39。 subplot(2,3,6)。一次維納濾波后 39。imshow(Bwiener1)。)。title(39。 subplot(2,3,4)。均值濾波后 39。imshow(Bjunzhi)。)。title(39。 subplot(2,3,2)。原灰度圖像 39。imshow(B)。 Bwiener2=wiener2(Bwiener1,[7,7])。 Bzhongzhi=medfilt2(Bgauss,[7,7])。,3)。 h=fspecial(39。gaussian39。 B=rgb2gray(A)。F:\CF\39。)。title(39。 subplot(2,3,6)。一次維納濾波后 39。imshow(Bwiener1)。)。title(39。 subplot(2,3,4)。均值濾波后 39。imshow(Bjunzhi)。)。title(39。 subplot(2,3,2)。原灰度圖像 39。imshow(B)。 Bwiener2=wiener2(Bwiener1,[7,7])。 Bzhongzhi=medfilt2(Bgauss,[7,7])。,3)。 h=fspecial(39。 pepper39。 Bsalt=imnoise(B,39。)。 去除椒鹽噪聲 A=imread(39。二次維納濾波后 39。imshow(Bwiener2)。)。title(39。 subplot(2,3,5)。中值濾 波后 39。imshow(Bzhongzhi)。)。title(39。 subplot(2,3,3)。加入乘性噪聲后 39。imshow(Bspeckle)。)。title(39。 %第二次維納濾波 subplot(2,3,1)。 %中值濾波 Bwiener1=wiener2(Bgauss,[7,7])。 %fspecial 用于產(chǎn)生預(yù)定義濾波器 Bjunzhi=uint8(round(filter2(h,Bspeckle)))。average39。)。 %把彩色圖像變成灰度圖像 Bspeckle=imnoise(B,39。)。 去除乘性噪聲 A=imread(39。灰度圖像加入高斯噪聲后 39。 imshow(Bgauss)。,)。 Bgauss=imnoise(B,39。原灰度圖像 39。 imshow(B)。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 17 B=rgb2gray(A)。F:\CF\39。)。title(39。 subplot(2,2,2)。 pepper39。 Bsalt=imnoise(B,39。原灰度圖像 39。 imshow(B)。 B=rgb2gray(A)。F:\CF\39。)。title(39。 %給 圖像加入乘性噪聲，并存入 Bspeckle subplot(2,2,2)。speckle39。)。title(39。 %將原彩色圖像變成灰度圖像，并將圖像數(shù)據(jù)存入 B subplot(2,2,1)。)。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 15 參考文獻(xiàn) 1.《 自動控制原理的 MATLAB 實現(xiàn) 》 . 黃忠霖 主編 國防工業(yè)出版社 2021年出版 2.《 精通 MATLAB2021 應(yīng)用程序接口編程技術(shù) 》 陳超 主編 電子工業(yè)出版社 2021 年出版 3.《 Digital Imagessing Using MATLAB》 Reafael Richard Stven 主編 電子工業(yè)出版社 2021 年出版 4.《 MATLAB》 Attaway,Stormy 主編 Butterworth 2021 年出版 5.《高效 matlab 數(shù)據(jù)處理大全》 閆建華 主編 人民郵電出版社 2021 出版 6.《圖像數(shù)據(jù)處理方法》牟永光 主編 石油工業(yè)出版社 2021 出版 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 16 附件： MATLAB 程序 加入乘性噪聲 A=imread(39。希望自己能把這幾天做 MATLAB 的精神和精力也投入大學(xué)其他科目的學(xué)習(xí)中，更進(jìn)一步。這是一個充分考驗自學(xué)能力和鍛煉自己理解能力的機(jī)會。一方面，說明自己的專業(yè)課方面有待提高，另一方面，也反映出自己的學(xué)習(xí) 態(tài)度不端正，從知道有這門課開始，就應(yīng)該有所留意，不應(yīng)該等到最后再去學(xué)。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 14 5 心得體會 MATLAB 這門神秘了一學(xué)期的課，經(jīng)過自己這幾天的努力，終于揭開了它神秘面紗的一角。 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。二次維納濾波后 39。imshow(Bwiener2)。)。title(39。 subplot(2,3,5)。中值濾波后 39。imshow(Bzhongzhi)。)。title(39。 subplot(2,3,3)。加入高斯噪聲后 39。imshow(Bgauss)。)。title(39。 subplot(2,3,1)。 Bwiener1=wiener2(Bgauss,[7,7])。 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 13 Bjunzhi=uint8(round(filter2(h,B)))。average39。)。 Bgauss=imnoise(B,39。)。 去除高斯噪聲 代碼及其注釋 A=imread(39。)。title(39。 subplot(2,3,6)。一次維納濾波后 39。imshow(Bwiener1)。)。title(39。 subplot(2,3,4)。均值濾波后 39。imshow(Bjunzhi)。)。title(39。 subplot(2,3,2)。原灰度圖像 39。imshow(B)。 Bwiener2=wiener2(Bwiener1,[7,7])。 Bzhongzhi=medfilt2(Bgauss,[7,7])。,3)。 h=fspecial(39。 pepper39。 Bsalt=imnoise(B,39。)。 去除椒鹽噪聲 代碼及其注釋 A=imread(39。)。title(39。 subplot(2,3,6)。一次維納濾波后 39。imshow(Bwiener1)。)。title(39。 subplot(2,3,4)。均值濾波后 39。imshow(Bjunzhi)。)。title(39。 subplot(2,3,2)。原灰度圖像 39。imshow(B)。 %第一次維納濾波 Bwiener2=wiener2(Bwiener1,[7,7])。 %均值濾波， uin8 為變量類型， round 為取整， h 為濾波參數(shù)即均值， h 后的變量為要處理的圖像 Bzhongzhi=medfilt2(Bgauss,[7,7])。,3)。 %加入乘性噪聲 武漢理工大學(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 10 h=fspecial(39。speckle39。 %讀入圖像 B=rgb2gray(A)。F:\CF\39。維納濾波對椒鹽噪聲幾乎沒有抑制作用。在進(jìn)行實際處理時 ,往往不知道噪聲函數(shù) Sn(u,v)和 Sf(u,v)的分布情況 ,因此在實際應(yīng)用時多用： F(u,v)=[(1/H(u,v))(|H(u,v)|2)/(|H(u,v)|2+K)]G(u,v) (9) 進(jìn)行近似處理 ,其中 K 是一個預(yù)先設(shè)定的常數(shù)。對于去除高斯噪聲效果明顯。 維納濾波 維納濾波 (N Wiener 最早在 1942 年提出的方法 )是一種對退化圖像進(jìn)行恢復(fù)處理的一種常用算法 ,也是最早也最為人們熟知的線性圖像復(fù)原方法。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(xué)《 MATLAB 原理與應(yīng)用》課程設(shè)計 9 降低 ,可能殘留