实验三 灰度图像的平滑处理

图像平滑的目的消除噪声。平滑是用低通滤波器来完成，在空域中全是正值。利用模板进行图象增强就是进行模板卷积。根据图像平滑处理的方法，本实验对于给定图像+噪声，要求使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。

1、利用二个低通邻域平均模板（3×3和9×9）对一幅图象进行平滑，验证模板尺寸对图象的模糊效果的影响。

2、利用一个低通模板对一幅有噪图象（GAUSS白噪声）进行滤波，检验两种滤波模板（分别使用一个5×5的线性邻域平均模板和一个非线性模板：3×5中值滤波器）对噪声的滤波效果。

3．给定一幅BMP图像，用所编程序对给定图像进行操作，对图像处理后另存为（*.bmp）文件。本实验要求完成图像3*3均值和中值滤波处理，如有时间再做N*N均值滤波。

I = imread('lena512.bmp');

%第一部分
figure(1);
subplot(221),imshow(I);title('原始图像');
subplot(222),imhist(I);title('直方图');
%用3*3邻域模板对图像进行平滑
H1 = ones(3,3)/9; %3*3邻域模板
J = imfilter(I,H1);
subplot(223),imshow(J);title('3*3邻域模板');
%用9*9邻域模板对图像进行平滑
H2 = ones(9,9)/81;%3*3邻域模板
J1 = imfilter(I,H2);
subplot(224),imshow(J1);title('9*9邻域模板');


%第二部分
figure(2);
subplot(221),imshow(I);title('原始图像');
I1 = imnoise(I,'gaussian');
subplot(222),imshow(I1);title('高斯白噪');
%用5*5邻域模板对加噪图像（高斯白噪）
H3 = ones(5,5)/25;%5*5邻域模板
J2 = imfilter(I1,H1);
subplot(223),imshow(J2);title('5*5邻域模板');
%用3*5中值模板对加噪图像（高斯白噪）
J3 = medfilt2(I1,[3,5]);
subplot(224),imshow(J3);title('3*5中值模板');


%第三部分
figure(3);
subplot(221),imshow(I);title('原始图像');
I2 = imnoise(I,'salt & pepper',0.02);
subplot(222),imshow(I2);title('椒盐噪声0.02');
%3*3均值滤波(椒盐噪声)
H4 = ones(5,5)/25;%3*3邻域模板
J4 = imfilter(I2,H4);
subplot(223),imshow(J4);title('3*3邻域模板');
%3*3中值滤波(椒盐噪声)
J5 = medfilt2(I2,[3,3]);
subplot(224),imshow(J5);title('3*5中值模板');