基于MATLAB的图像去噪实验报告

《基于MATLAB的图像去噪实验报告》由会员分享，可在线阅读，更多相关《基于MATLAB的图像去噪实验报告（5页珍藏版）》请在装配图网上搜索。

1、实验二图像去噪一、实验目的1、 熟悉图像高斯噪声与椒盐噪声的特点;2、 掌握利用均值滤波与中值滤波去除图像噪声的方法。二、实验内容1、 打开Matlab编程环境。2、 读入图像,在图像上分别添加高斯噪声与椒盐噪声。3、 显示原图像与噪声图像。4、 对噪声图像进行均值滤波与中值滤波处理。5、 显示处理效果图。三、实验程序及结果1、实验程序m=imread( x=imnoise(m,0 、 02);pout、tif);salt&peppery=imnoise(m,gaussian,0,0、01);figure(1)subplot(311)imshow(m);subplot(312)imshow(x

2、)subplot(313)imshow(y);q=filter2(fspecial(average,3),x);w=filter2(fspecial(average,3),y);n=medfilt2(m);figure(2)subplot(311)imshow(uint8(q);subplot(312)imshow(uint8(w);subplot(313)imshow(n);2、实验结果四、实验思考:1、比较均值滤波与中值滤波的对高斯噪声与椒盐噪声图像的处理效果，分析原理？答:中值滤波对于椒盐噪声效果好,因为椒盐噪声就是幅值近似相等但随机分布在不同的位置上,图像中有干净点也有污染点。中值滤波就是选择适当的点来代替污染的点所以处理效果会更好。由于噪声的均值不为零,所以均值滤波不能很好的去除噪声点。均值滤波对于高斯噪声效果好,因为高斯噪声的幅值近似于正态分布但就是却分布在每个点像素上。图像中的每个点都就是污染点,所以如果采用中值滤波会找不到合适的干净点,由于正态分布的均值为零,所以均值滤波可以削弱噪声。