图像增强算法综合应用课程设计

《图像处理技术应用实践》课程设计题目图像增强算法综合应用

XXXX年XX月XX日

图像增强算法综合应用

梅雨

南京信息工程大学计算机与软件学院，南京 210044

摘要：图像增强是指 增强图像中的有用信息， 它可以是一个 失真的过程，其目的是要改善图像的视觉效 果。运用空间域与频率域相结合的算法，去除随机噪声和周期噪声的混合噪声，提高图像质量。 关键词： 随机噪声；周期噪声；空间域和频率域去噪

1任务描述

图像增强处理：设计一套空间域与频率域结合的图像增强算法, 的带噪声

图像，去除噪声，提高图像质量。

（1） 已知：噪声为随机噪声和周期噪声混合噪声；

（2） 要求： a ） 去噪处理后，计算均方误差评估去噪处理后图像的去噪效果

b ） 撰写完整的科技报告（形式类似科技论文）表述自己的算法设计，算法实现与 算法评估过程。

第一组图片：

第二组图片:

处理以下任一组图片中

(a) Origi H51I image

(b) Distoned image

(a) Oriy inj] image (b) Dii$tort^d.

d0 = 27; 2图像增强算法

2.1问题分析

(1) 图片中加入了随机噪声和周期噪声混合噪声。针对不同的噪声，不同的去噪方法 效果不同，因此应该采用不同的去噪方法以达到最好的去噪效果。

(2) 随机噪声应在空间域去除，而空域去噪方法中，中值滤波法效果最好。

(3) 周期噪声应在频域中消去。

(4) 去除噪声后的图像仍然可以改善处理。

(5) 均方误差评估去噪处理后图像的去噪效果。

2.2算法设计

(1) 读入初始图片及加噪图片。

clc;

clear;

f=imread( 'D:\dogOrigi nal.bmp'

); g=imread( 'D:\dogDistorted.bmp' );

(2) 利用空域滤波，去除随机噪声，此时用中值滤波法，并显示它的频谱图。

g3=medfilt2(g,[3,3]);

原图 去除随机噪声

图1空域滤波后的图像与原图的比较

(3)

利用频域滤波，去除周期噪声。先转化成

double 型，进行傅里叶变换，再转化

成数据矩阵，最后利用低通滤波去除周期噪声。

F = double(g);

% 数据类型转换， MATLAB^支持图像的无符号整型的计算

G = fft2(F); % 傅里叶变换

G= fftshift(G); %

转换数据矩阵

[M,N]=size(G);

nn = 2;

% 二阶巴特沃斯 (Butterworth) 低通滤波器

m = fix(M/2); n = fix(N/2); for i = 1 : M

for j = 1 : N

d = sqrt((i-m)A2+(j-n)^2);

h = 1/(1+0.414*(d/d0)A(2*nn)); %

result(ij) = h * G(i,j);

end

end

图2去除混合噪声后的图像与原图的比较(4 )计算均

方误差评估去噪效果。

[m n]=size(p);

l=f-p;

he=sum(sum(l));

avg=he/(m* n);

k=l-avg;

result1=(sum(sum(k.A2)))/(m* n);

if result1==0

disp('dog图均方误差');

result2=0

else disp('dog图均方误差');

result2=sqrt(result1)

end

3算法实现

代码clc;

clear;

f=imread('D:\dogOriginal.bmp');

subplot(421);imshow(f),title(' 原图'); f1=double(f);

f2=fft2(f1); % 傅立叶变换

原图去除随机噪声去噪后的图

计算低通滤波器传递函数

f2=fftshift(f2);

subplot(422);imshow(log(abs(f2)),[]),title(' 原图频谱图');

g=imread('D:\dogDistorted.bmp');

subplot(423);imshow(g),title(' 混合噪声图'); g1=double(g);

g2=fft2(g1); % 傅立叶变换

g2=fftshift(g2); subplot(424);imshow(log(abs(g2)),[]),title(' 混合噪声频谱图'); %空域滤波,去除随机噪声(中值) g3=medfilt2(g,[3,3]);

subplot(425);imshow(g3),title(' 去除随机噪声'); g4=double(g3);

F1=fft2(g3);% 对图像进行傅立叶变换

F1=fftshift(F1);% 移频

figure,subplot(426),imshow(log(abs(F1)),[]),title(' 去除随机噪声频谱图'); %频域滤波

G= F1;

[M,N]=size(G);

nn = 2; % 二阶巴特沃斯(Butterworth) 低通滤波器

d0 = 27;

m = fix(M/2);

n = fix(N/2);

for i = 1 : M

for j = 1 : N

d = sqrt((i-m)A2+(j-n)^2);

h = 1心+0.414*(d/d0)A(2* nn)); %计算低通滤波器传递函数

result(i,j) = h * G(i,j);

end

end

result = ifftshift(result);

g = ifft2(result);