多种窗口中值滤波文档格式.docx
- 文档编号:1553537
- 上传时间:2023-04-30
- 格式:DOCX
- 页数:15
- 大小:503.94KB
多种窗口中值滤波文档格式.docx
《多种窗口中值滤波文档格式.docx》由会员分享,可在线阅读,更多相关《多种窗口中值滤波文档格式.docx(15页珍藏版)》请在冰点文库上搜索。
这样处理的特点是:
当在窗口内,被噪声污染的象素不超过滤波器区域的一半时,噪声会被抑制;
当在窗口内,被噪声污染的象素超过滤波器区域的一半时,噪声会得到保留。
二维中值滤波的窗口形状和尺寸对滤波效果影响较大,不同的图象内容和不同的应用要求,往往采用不同的窗口形状和尺寸。
常用的二维中值滤波窗口有线状、十字形、方形等。
窗口尺寸一般先用3×
3,再取5×
5逐渐增大,直到滤波效果满意为止。
就一般经验来讲,对于有缓变的较长轮廓线物体的图象,采用方形窗口为宜。
对于包含有尖顶物体的图象,用十字形窗口;
而窗口大小则以不超过图象中最小有效物体的尺寸为宜。
如果图象中点、线、尖角细节较多,则不宜采用中值滤波。
对一些内容复杂的图象,可以使用复合型中值滤波,如中值滤波的线性组合,即将几种窗口尺寸大小和形状不同的中值滤波器复合使用,只要各窗口都与中心对称,滤波输出可保持几个方向上的边缘跳变,而且跳变幅度可调节;
其线性组合方程如下:
(4—3)
式中:
ak为不同中值滤波的系数,Ak为窗口。
三.实验内容
1.分别对含有高斯噪声、瑞利噪声、椒盐噪声的图象进行中值滤波,采用多种窗口形状(线形、十字形、方形),窗口尺寸可变(先用3×
5逐渐增大);
2.比较中值滤波对含有不同噪声的图象的平滑效果,讨论中值滤波最适用于平滑哪种噪声;
3.比较不同的窗口形状和窗口尺寸对整幅图象以及局部图象平滑效果的影响;
4.比较中值滤波和低通掩模法在平滑效果以及轮廓模糊程度上的差异;
5.尝试多种窗口线形组合的中值滤波。
四.实验程序清单
主程序
clearall
I=(imread('
cameraman.tif'
));
J1=imnoise(I,'
salt&
pepper'
0.02);
J2=imnoise(I,'
gaussian'
J3=raylrnd(im2double(I));
domain3ju=[111%domain需为n*n的窗口,形状可自己定义
111
111];
K3j1=ord(J1,5,domain3ju);
%ord函数中需传递窗口,及窗口采中值num的位置,此处为5,
K3j2=ord(J2,5,domain3ju);
%矩形窗num=(n*n+1)/2,十字窗num=4*((n-1)/2)*(n-1)/2)+n
K3j3=ord(J3,5,domain3ju);
%一字型窗num=2*(n-1)+(n+1)/2,其余自己推算
K301=LP(J1);
x31=uint8(real(K301));
K3=x31
K401=LP(J2);
x32=uint8(real(K401));
K4=x32
K5=LP(J3);
figure
(1)
subplot(221),imshow(I)
title('
原图像'
)
subplot(222),imshow(J1)
加椒盐噪声'
subplot(223),imshow(J2)
加高斯噪声'
subplot(224),imshow(J3)
加瑞利噪声'
figure
(2)
subplot(321),imshow(uint8(K3j1))
加椒盐后滤波'
subplot(322),imshow(uint8(K3j2))
加高斯后滤波'
subplot(323),imshow(K3j3)
加瑞利后滤波'
subplot(324),imshow(K3)
加椒盐butterworth低通滤波'
subplot(325),imshow(K4)
加高斯butterworth低通滤波'
subplot(326),imshow(K5)
加瑞利butterworth低通滤波'
domain3shi=[010
010];
K3s1=ord(J1,7,domain3shi);
K3s2=ord(J2,7,domain3shi);
K3s3=ord(J3,7,domain3shi);
figure(3)
subplot(321),imshow(uint8(K3s1))
subplot(322),imshow(uint8(K3s2))
subplot(323),imshow(K3s3)
domain3yi=[000
000];
K3y1=ord(J1,8,domain3yi);
K3y2=ord(J2,8,domain3yi);
K3y3=ord(J3,8,domain3yi);
figure(4)
subplot(321),imshow(uint8(K3y1))
subplot(322),imshow(uint8(K3y2))
subplot(323),imshow(K3y3)
domain5ju=[11111
11111
11111
11111];
K5j1=ord(J1,13,domain5ju);
K5j2=ord(J2,13,domain5ju);
K5j3=ord(J3,13,domain5ju);
figure(5)
subplot(321),imshow(uint8(K5j1))
subplot(322),imshow(uint8(K5j2))
subplot(323),imshow(K5j3)
domain5shi=[00100
00100
00100
00100];
K5s1=ord(J1,21,domain5shi);
K5s2=ord(J2,21,domain5shi);
K5s3=ord(J3,21,domain5shi);
figure(6)
subplot(321),imshow(uint8(K5s1))
subplot(322),imshow(uint8(K5s2))
subplot(323),imshow(K5s3)
domain5yi=[00000
00000
00000
00000];
K5y1=ord(J1,23,domain5yi);
K5y2=ord(J2,23,domain5yi);
K5y3=ord(J3,23,domain5yi);
figure(7)
subplot(321),imshow(uint8(K5y1))
subplot(322),imshow(uint8(K5y2))
subplot(323),imshow(K5y3)
中值滤波
function[w]=ord(J,num,domain)
[c1,k1]=size(J);
[n,k2]=size(domain);
A=zeros(c1+n-1,k1+n-1);
fori=1:
c1%补零
forj=1:
k1
A(i+(n-1)/2,j+(n-1)/2)=J(i,j);
end
end
m=(n+1)/2;
m0=(n-1)/2;
B=zeros(n,n);
fork=m:
(c1+m-1)%窗口中心移动位置
forl=m:
(k1+m-1)
forp1=-m0:
m0
forq1=-m0:
m0
B(p1+m,q1+m)=A(k+p1,l+q1);
%根据窗口产矩阵
C=B.*domain;
n2=n*n;
D=reshape(C,1,n2);
forx=1:
n2-1%冒泡排序
fory=1:
n2-x
ifD(y)>
D(y+1)
temp=D(y);
D(y)=D(y+1);
D(y+1)=temp;
end
w(k-(n-1)/2,l-(n-1)/2)=D(num);
低通滤波
function[x2]=LP(I2)
f=double(I2);
g=fft2(f);
g=fftshift(g);
[N1,N2]=size(g);
n=2;
d0=50;
n1=fix(N1/2);
n2=fix(N2/2);
N1
forj=2:
N2
d=sqrt((i-n1)^2+(j-n2)^2);
h=1/(1+0.414*(d/d0)^(2*n));
s1(i,j)=h*g(i,j);
if(g(i,j)>
50);
s2(i,j)=0;
else
s2(i,j)=g(i,j);
s1=ifftshift(s1);
s2=ifftshift(s2);
x2=ifft2(s1);
五.实验结果
原图及加噪图像
3*3矩形窗口
3*3十字窗口
3*3一字窗口
5*5矩形窗口
5*5十字窗口
5*5一字窗口
六.结果分析
经过实验后发现,用中值滤波对加椒盐噪声,高斯噪声,瑞利噪声的图像进行滤波,其中对椒盐噪声的滤除性能最好,而且模板的
级数越高,滤波的效果也越好。
中值滤波对于滤除图像的“椒盐”噪声非常有效,它可以做到既去除噪声又能保护图像的边缘,从而获得较满意的复原效果,尤其在滤除叠加白噪声和长尾叠加噪声方面显出极好的性能。
因此中值滤波是图像处理所不可缺少的,许多类型的图像噪声都可以利用中值滤波法加以除噪。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多种 窗口 中值 滤波