实验3 空域滤波
一、实验目的
通过本实验使学生掌握使用MATLAB 对灰度图像进行空域增强的目的，加深对图像空域滤波增强方法的理解。
二、实验原理
本实验是基于数字图像处理课程中的图像变换和增强理论来设计的。 本实验的准备知识：第三章，空域图像增强方法。重点如下： 1、空域滤波技术：
添加噪声命令：imnoise
中值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的 函数开展下列实验。
均值滤波技术，复习教材中的中值滤波技术，自己编程实现中值滤波函数，并用自编的 函数开展下列实验。
2、MATLAB 下设计滤波器的函数
中值滤波命令：B＝medfilt2 (I,[3,3]) %使用3×3 中值滤波器对I 滤波 均值滤波技术：
先定义模板，如 H＝1/9*ones(3,3), 或 H＝fspecial(‘average’,[3,3]); 然后使用命令 I1＝imfilter(I, H)对图像I 消噪。
【说明：要求学生先自己编写中值滤波或均值滤波的m 函数，加深对这两个滤波器的理 解。】
三、实验内容
（一）空域滤波
读入lena_gray.tif 文件，进行下列操作:
（1）将图像添加上椒盐噪声， A_noised=imnoise(A, ‘salt & pepper’, 0.02)，同 屏显示原图像和加噪图像，说明椒盐噪声的特点；
（2）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加 噪图像和消噪图像，对滤波效果进行解释和说明；
（3）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图 像和消噪图像，对滤波效果进行解释和说明；
（4）将图像添加上高斯噪声， A_noised=imnoise(A, ‘gauss’, 0.02)，同屏显示原 图像和加噪图像，说明高斯噪声的特点；
（5）设计3×3、5×5，7×7 三种模板的算术均值滤波器对图像进行滤波，同屏显示加 噪图像和消噪图像，对滤波效果进行解释和说明；
（6）设计3×3、5×5，7×7 三种模板的中值滤波器对图像进行滤波，同屏显示加噪图 像和消噪图像，对滤波效果进行解释和说明。
（二）使用MATLAB环境下的均值滤波和中值滤波函数进行上述图像处理。
思考：椒盐噪声和高斯噪声有何不同特点？分别使用何种滤波器消噪效果好 四、实验步骤
（一）空域滤波
（1）程序：
I=imread('D:\\Images\\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); subplot(2,1,1);
1
imshow(I);
title('原始图像'); subplot(2,1,2); imshow(J); title('加噪图像'); 运行结果：
原始图像加噪图像
椒盐噪声特点：椒盐噪声是由图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引起。 （2）程序：
I=imread('D:\\Images\\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); K1=filter2(fspecial('average',3),J); K2=filter2(fspecial('average',5),J); K3=filter2(fspecial('average',7),J); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加噪图像'); subplot(2,3,3); imshow(uint8(K1)); title('3x3模板平滑滤波');
2
subplot(2,3,4); imshow(uint8(K2)); title('5x5模板平滑滤波'); subplot(2,3,5); imshow(uint8(K3)); title('7x7模板平滑滤波'); 运行结果：
原始图像加噪图像3x3模板平滑滤波5x5模板平滑滤波7x7模板平滑滤波
解释：当所用平滑模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加模糊，细节的锐化程度逐步减弱。 （3）程序：
I=imread('D:\\Images\\lena.bmp'); J=imnoise(I,'salt & pepper',0.02); K1=medfilt2(J,[3,3]); K2=medfilt2(J,[5,5]); K3=medfilt2(J,[5,5]); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J); title('加噪图像'); subplot(2,3,3); imshow(uint8(K1));
3
title('3x3模板中值滤波'); subplot(2,3,4); imshow(uint8(K2)); title('5x5模板中值滤波'); subplot(2,3,5); imshow(uint8(K3)); title('7x7模板中值滤波'); 运行结果：
原始图像加噪图像3x3模板中值滤波5x5模板中值滤波7x7模板中值滤波
解释：当所用中值滤波模板尺寸增大时，对噪声的消除有所增强，但同时得到的图像变得更加清晰，细节的锐化程度逐步增强。 （4）程序：
I=imread('D:\\Images\\lena.bmp'); J=imnoise(I,'gauss',0.02); subplot(1,2,1); imshow(I); title('原图像'); subplot(1,2,2); imshow(J);
title('加高斯噪声的图像'); 运行结果：
4
原图像加高斯噪声的图像
高斯噪声的特点：高斯噪声是指它的 概率密度函数服从高斯分布 的一类噪声。如果一个噪声，它的幅度分布服从高斯分布而它的 功率谱密度又是均匀分布的，则称它为高斯白噪声。
（5）程序：
I=imread('D:\\Images\\lena.bmp'); J=imnoise(I,'gauss',0.02); K1=filter2(fspecial('average',3),J); K2=filter2(fspecial('average',5),J); K3=filter2(fspecial('average',7),J); subplot(2,3,1); imshow(I); title('原始图像'); subplot(2,3,2); imshow(J);
title('添加高斯噪声的图像'); subplot(2,3,3); imshow(uint8(K1)); title('3x3模板平滑滤波'); subplot(2,3,4); imshow(uint8(K2)); title('5x5模板平滑滤波'); subplot(2,3,5); imshow(uint8(K3)); title('7x7模板平滑滤波'); 运行结果：
5