西交大数字图像处理第四次作业

数字图像处理第四次作业

姓名： 班级： 学号：

提交日期：2015年3月31日

1、空域低通滤波器：分别用高斯滤波器和中值滤波器去平滑测试图像test1和test2，模板大小分别是3x3，5x5，7x7；

（1）问题分析：空域滤波是直接对图像的数据做空间变换达到滤波的目的。它是一种邻域运算，其机理就是在待处理的图像中逐点地移动模板，滤波器在该点地响应通过事先定义的滤波器系数与滤波模板扫过区域的相应像素值的关系来计算。如果输出像素是输入像素邻域像素的线性组合则称为线性滤波（例如最常见的均值滤波和高斯滤波），否则为非线性滤波（中值滤波、边缘保持滤波等）。 空域滤波器从处理效果上可以平滑空间滤波器和锐化空间滤波器：平滑空间滤波器用于模糊处理和减小噪声，经常在图像的预处理中使用；锐化空间滤波器主要用于突出图像中的细节或者增强被模糊了的细节。 模板在源图像中移动的过程中，当模板的一条边与图像轮廓重合后，模板中心继续向图像边缘靠近，那么模板的某一行或列就会处于图像平面之外，此时最简单的方法就是将模板中心点的移动范围限制在距离图像边缘不小于（n－1）/2个像素处，单处理后的图像比原始图像稍小。如果要处理整幅图像，可以在图像轮廓边缘时用全部包含于图像中的模板部分来滤波所有图像，或者在图像边缘以外再补上一行和一列灰度为零的像素点（或者将边缘复制补在图像之外）。 中值滤波器的设计：

中值滤波器是一种非线性统计滤波器，它的响应基于图像滤波器包围的图像区域中像素的排序，然后由统计排序的中间值代替中心像素的值。它比小尺寸的线性平滑滤波器的模糊程度明显要低，对处理脉冲噪声（椒盐噪声）非常有效。中值滤波器的主要功能是使拥有不同灰度的点看起来更接近于它的邻近值，去除那些相对于其邻域像素更亮或更暗，并且其区域小于滤波器区域一半的孤立像素集。

在一维的情况下，中值滤波器是一个含有奇数个像素的窗口。在处理之后，位于窗口正中的像素的灰度值，用窗口内各像素灰度值的中值代替。例如若窗口长度为5，窗口中像素的灰度值为80、90、200、110、120，则中值为110，因为按小到大（或大到小）排序后，第三位的值是110。于是原理的窗口正中的灰度值200就由110取代。如果200是一个噪声的尖峰，则将被滤除。然而，如果它是一个信号，则滤波后就被消除，降低了分辨率。因此中值滤波在某些情况下抑制噪声，而在另一些情况下却会抑制信号。

将中值滤波推广到二维的情况。二维窗口的形式可以是正方形、近似圆形的或十字形等。本次作业使用正方形模板进行滤波，它的中心一般位于被处理点上。窗口的大小对滤波效果影响较大。

（2）处理结果：

test1.pgm中值滤波：

中值滤波平滑后的test1.pgm(3x3)(调用medfilt2函数）

中值滤波平滑后的test1.pgm(5x5)(调用medfilt2函数）

中值滤波平滑后的test1.pgm(7x7)(调用medfilt2函数）test2.tif中值滤波：

中值滤波后的test2.tif（5x5）中值滤波后的test2.（ti3fx3）中值滤波后的test2.tif（7x7）

中值滤波平滑后的test2.tif(3x3)(调用medfilt2函数）中值滤波平滑后的test2.tif(5x5)(调用medfilt2函数）

中值滤波平滑后的test2.tif(7x7)(调用medfilt2函数）

（3）结果分析及总结：

中值滤波器的主要功能是使拥有不同灰度的点更接近于它的相邻点。事实上，使用 m×m中值滤波器来去除那些相对于其邻域像素更亮或更暗并且其区域小于m^2/2（滤波器区域的一半）的孤立像素族。在这种情况下，“去除“的意思是强制为邻域的中值灰度。较大的族所受到的影响明显较小。从处理后的图像看，图像的平滑效果较为明显，且受窗口的影响，窗口越大，平滑效果越明显，图像细节越模糊，尤其是test2中人脸图像的眼睛部分，随着滤波器模板的增大，可以明显的感受到图像模糊的效果。另外，对比编写的程序的处理结果和medfilt2函数的处理结果，可以看出处理效果基本一致。

2、利用固定方差 sigma=1.5产生高斯滤波器. 附件有产生高斯滤波器的方法。 （1）问题分析： 高斯滤波器的设计： 高斯滤波是一种根据高斯函数的形状来选择模板权值的线性平滑滤波方法。高斯平滑滤波器对去除服从正态分布的噪声是很有效果的。一维零均值高斯函数为

。其中，

高斯分布参数决定了高斯滤波器的宽度。对图像来说，常用二维零均值离散高斯函数作平滑滤波器，函数表达式如下：

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库西交大数字图像处理第四次作业在线全文阅读。