文档介绍：实验报告实验课程:光电图像处理姓 名:XXXX学 号:XXXXXXXXXXXX实验地点:XXXXXXX指导老师:XXX实验时间:XXXX年X月XX日实验名称:空域图像滤波实验目的1、 了解数字图像的空域平滑滤波和锐化滤波器的概念和基本原理;2、 熟悉和掌握几种基本的空间域低通滤波原理和实现方法;3、 熟悉和掌握几种基本的空间域统计排序滤波原理和实现方法;4、 熟悉和掌握几种基本的空间域高通滤波原理和实现方法;5、 能熟练利用matlab工具编程实现数字图像的各种空间域滤波处理实验原理(一)数字图像的空域平滑滤波1、邻域均值滤波在介绍滤波之前,有些知识需要提前了解。模板运算是数字图像处理中经常用到的一种运算方式。 基本思想:将模板与待处理的图像做卷积/相关运算,达到图像平滑、锐化或边缘检测等目的。若滤波器(Mask)尺寸为mxn设m=2a+1,n=2b+1,则有相关:a bgx,y ws,tfxs,ytsatb卷积:a bgx,y ws,tfxs,ytsatb描述:用当前像素邻域内像素平均灰度值代替当前像素的原灰度值。含噪图像为:g(x,y)f(x,y)(x,y)其中,f(x,y)为原始图像,nx,y)为加性噪声。平滑图像为:g(x,y)g(i,j)(i,j)SM」(i,j)n(i,j)(i,j)S其中S表示点(x,y)邻域内的点集,M为S内总点数从模板上理解,就是用平均模板与原图像f作滤波相关运算。2、统计排序滤波中值滤波是一种统计排序(非线性)的信号处理方法,由 (1971)首先提出,并应用于一维信号处理。后来,应用于二维图像处理技术领域。其基本思想:用局部邻域像素灰度值排序后的中值代替当前像素的灰度值。g(x,y)medianfxm,yn,m,nSA其中:median 中值滤波算子,取中值;f(x,y)——原始图像阵列;g(x,y)——中值滤波后当前像素灰度值;S 滤波窗口/邻域,大小为mxn。该滤波方法对点状噪声和脉冲干扰有良好的抑制作用,能保持图像边缘,使原始图像不产生模糊。但是对高斯噪声无能为力,对离散阶跃信号、斜声信号不产生作用,排序计算比较费时,需快速算法。(二)数字图像的空域高通滤波1、 一阶梯度算子易知微分运算可以用来求取信号的变化率/梯度,具有加强高频分量的作用,从而使图像轮廓变清晰。设连续图像函数为f(x,y),它的梯度是一个向量,定义为:Tr gx fffx,y ,一gyxy分析:在(x,y)点处的梯度,方向指向f(x,y)最大变化率的方向。幅度等于f(x,y)的最大变化率,即Mx,ymagfx,ygx gy计算得到梯度值后,有各种策略使图像轮廓突出g(x,y)Mf(x,y)Mi(x,y)其中,M为图像f(x,y)梯度的幅度值。梯度分量合成原则:⑵M2(x,y)gxgy⑶Mg(x,y)maxgx,gy⑴2、 Laplace算子二维连续函数f(x,y)的拉普拉斯(Laplace)算子是一个二阶的微分,定义为:2fx,y2f 2f22x yF列矩阵即为laplace模版:0101111 4**********、 反锐化掩膜处理利用原图像减去原图平滑滤波后的结果构成反锐化模板:gmask(x,y)f(x,y)F(x,y)锐化结果:g(x,y)f(x,y)gmask(x,y)4、 高提升滤波将锐化的结果叠加于原图像:gx,yfx,y gmaskx,yfx,yh*fx,y1h*fx,y, 1, 1对于矩阵来说:先将矩阵全部取相反数,之后将矩阵的中心加 1。高通滤波在增强了边缘/轮廓的同时,噪声也可能增强。因此,会丢失图像的层次,变的粗糙。实验步骤(一)数字图像的空域平滑滤波1、邻域均值滤波读入图像在灰度图像内加入高斯白噪声显示原图像和加入后的结果将hl和h2与加入噪声后的分别显示处理后的图像根据原理设计相关运算函数图像做相关运算结束图12、统计排序滤波读入图像在灰度图像内加入椒盐噪声显示加入噪声后的图像结束分别显示个新矩阵的图像(二)数字图像的空域高通滤波1、 一阶梯度算子读入图像Hr ♦分别用一阶梯度算子与原 显示原图以及灰度图像做相关得g和g方向的y方向的梯度结果 处理结果—L 利MSqrtgxA2+g)A2 显示合成后的得出合成梯度矩阵 梯度图像*结束V V图32、*的apla滤波器模板利用上述滤波器对I像矩阵进行相关运显示处理图像和之前的原图像▼_结束3、 反锐化掩膜处理读入图像显示原图像和平滑后的结果利用平滑滤波器模板与原图像进行相关运算显示nsharp图像用原图矩阵减去平的矩阵,得到新的矩阵_ L高提升滤波显示反锐化处理图像结束图5再用原图矩阵加nShar^矩阵,得到新的矩阵读入图像设计Lapla(高提升滤波器模板用该模版矩阵与原图矩阵进行相关运算结