1、數字圖像處理實驗報告實驗三 鄰域平均法濾波學號 姓名 日期 2013.05.11 實驗三 鄰域平均法濾波一、實驗內容 選取噪聲較明顯的圖像，分別采用3*3、5*5、7*7的模板進行鄰域平均法濾波，并比較濾波效果。二、實驗步驟1、 設計思想或者流程圖。鄰域平均法的思想是用像素及其指定鄰域內像素的平均值或加權平均值作為該像素的新值，以便去除突變的像素點，從而濾除一定的噪聲。鄰域平均法的數學含義可用下式表示： （1）上式中：是以為中心的鄰域像素值；是對每個鄰域像素的加權系數或模板系數； 是加權系數的個數或稱為模板大小。鄰域平均法中常用的模板是： （2）為了解決鄰域平均法造成的圖像模糊問題，采用閾值法

2、（又叫做超限鄰域平均法，如果某個像素的灰度值大于其鄰域像素的平均值，且達到一定水平，則判斷該像素為噪聲，繼而用鄰域像素的均值取代這一像素值；否則，認為該像素不是噪聲點，不予取代），給定閾值： （3）（3）式中，是原始含噪聲圖像，是由（1）式計算的平均值，濾波后的像素值。2、 源程序并附上注釋。A=imread('1.jpg');B=rgb2gray(A);figure; imshow(B); title('原始圖象');H=imnoise(B,'gaussian');figure; imshow(H); title('高斯噪聲')

3、;Q=imnoise(B,'salt & pepper');figure; imshow(Q); title('椒鹽噪聲');%G=fspecial('average',3*3);%D=imfilter(H,G);%figure; imshow(D); title('高斯噪聲圖片平均模板');%L=fspecial('average',5*5);%S=imfilter(H,L);%figure; imshow(S); title('高斯噪聲圖片平均模板1');%W=fspecial('

4、;average',7*7);%O=imfilter(H,W);%figure; imshow(O); title('高斯噪聲圖片平均模板2');%M=fspecial('gaussian',3*3);%E=imfilter(Q,M);%figure; imshow(E); title('椒鹽噪聲圖片高斯模板');%N=fspecial('gaussian',5*5);%K=imfilter(Q,N);%figure; imshow(K); title('椒鹽噪聲圖片高斯模板1');%Z=fspecial(

5、'gaussian',7*7);%J=imfilter(Q,Z);%figure; imshow(J); title('椒鹽噪聲圖片高斯模板2');%R=fspecial('gaussian',3*3);%T=imfilter(H,R);%figure; imshow(T); title('高斯噪聲圖片高斯模板');%X=fspecial('gaussian',5*5);%V=imfilter(H,X);%figure; imshow(V); title('高斯噪聲圖片高斯模板1');%U=fspe

6、cial('gaussian',7*7);%P=imfilter(H,U);%figure; imshow(P); title('高斯噪聲圖片高斯模板2');M=fspecial('average',3*3);E=imfilter(Q,M);figure; imshow(E); title('3*3平均模板');N=fspecial('average',5*5);K=imfilter(Q,N);figure; imshow(K); title('5*5平均模板');Z=fspecial('average',7*7);J=imfilter(Q,Z);figure; imshow(J); title('7*7平均模板');%C=medfilt2(Q);%figure; imshow(C); title('椒鹽噪聲圖片中值濾波處理');%M=medfilt2(H);%figure; imshow(M); title('高斯噪聲圖片中值濾波處理');3.程序運行結