数图实验二

实验二图像去噪和锐化处理一、实验步骤1、运用函数产生随机噪声和椒盐噪声，叠加到图像数据上。2、运用conv2、fspecial、filter2函数实现对含噪声的图像进行均值滤波。实验程序：I=imread('cameraman.tif');J=rand(size(I));I2=uint8(J);A=imadd(I,I2);imshow(A),title('叠加原图');h=[0.1250.1250.1250.12500.1250.1250.1250.125];C=uint8(conv2(I,h));figure(2)subplot(221),imshow(I),title('原图');subplot(222),imshow(C),title('conv2函数实现均值滤波');h=fspecial('average',3);D=uint8(round(filter2(h,I)));subplot(223),imshow(D),title('filter2函数实现均值滤波');h=fspecial('laplacian');E=uint8(round(filter2(h,I)));subplot(224),imshow(E),title('laplacian算子提取边沿');结果：3、运用中值滤波发对噪声进行去噪，改变窗口大小，分析去噪效果。4、运用函数实现各种算子提取边沿。比较不同算子的边沿提取效果。二、思考题1、图像的去噪和锐化各有什么作用?答：去噪可以消除噪声对图像的影响。锐化使图像原有的信息变换到有利于人们观看的质量，改善图像的视觉效果，消除图像质量劣化的原因，使图像中应有的边缘变得轮廓分明。2、简述均值滤波和中值滤波的基本原理；答：均值滤波用均值代替原图像中的各个像素值。中值滤波把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值来替换。3、比较均值滤波和中值滤波在不同窗口大小的情况下对不同噪声的去噪效果；答：（1）均值滤波对高斯噪声和均匀分布噪声的抑制作用是比较好的，但对椒盐噪声的影响不大，在削弱噪声的同时整幅图像总体也变得模糊，其噪声仍然存在。（2）经均值滤波处理后的图像边缘和细节处模糊变得模糊，说明均值滤波在去除噪声的同时也破坏了图像的细节部分。（3）中值滤波对去除“椒盐”噪声可以起到很好的效果,因为椒盐噪声只在画面中的部分点上随机出现,所以根据中值滤波原理可知,通过数据排序的方法,将图像中未被噪声污染的点代替噪声点的值的概率比较大,因此噪声的抑制效果很好。（4）中值滤波与均值滤波相比，在去除图像椒盐噪声的同时还能够保持图像比较清晰的轮廓。4、常用的锐化算子有哪些？比较其锐化效果。答：常用的锐化算子：Robirts、Sobel、Priwitt、Laplacian算子。由实验效果对比图可以看出Sobel算子处理图像后使边缘有一定的模糊。但其边缘的模糊程度要稍低于程度要稍低于Prewitt算子。Laplacian检测模板的特点是各向同性，对孤立点及线端的检测效果好，但边缘方向信息丢失，对噪声敏感，整体检测效果不如梯度算子。