Matlab圖像處理創新實踐-實驗1【圖像濾波基礎（1）】

Matlab圖像處理創新實踐-實驗2【圖像濾波基礎（2）】

Matlab圖像處理創新實踐-實驗3【圖像銳化】

Matlab圖像處理創新實踐-實驗4【大實驗——GUI綜合設計】

• Matlab實驗4——GUI程序操作說明

目? ?錄

一、實驗目的

二、實驗內容

三、實驗過程及結果

步驟1、2、3

步驟4

步驟5、6

步驟7

步驟8

四、分析與思考

附錄：代碼匯總

---

一、實驗目的

通過簡單實驗完成對一個圖像去除噪聲的操作，來熟悉并了解圖像處理中空域濾波的概念，通過實際操作掌握濾波器的生成和基本的濾波操作，以完成基本的圖像處理目的。

二、實驗內容

步驟1：用手機給自己拍一張美照（必須是本人照片）；

步驟2：將你的照片放到計算機內；

步驟3：啟動Matlab，并通過imread(); 讀取該照片，然后通過imshow()進行顯示；如果圖片過大，可以通過imresize(A,m)進行縮小，其中A為圖像，m為尺寸變化系數，比如可設為0.2，尺寸為原來的五分之一；

步驟4：執行noise_im = imnoise(im, 'gaussian');函數，對你剛剛讀取到的照片添加一定量的噪聲，其中，im代表你剛剛讀取到的圖像；

步驟5：利用F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器，其中，Size和Sigma的數值自己確定；

步驟6：通過new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作，并觀察效果；

步驟7：反復調整第五步中的Size和Sigma兩個參數，并反復進行濾波操作，最終將你最滿意的結果保存，并顯示，同時記錄下得到最滿意結果時的兩個參數值；

步驟8：可嘗試迭代操作，即 im = imfilter(im, F); im = imfilter(im, F);……即前一次濾波的結果又作為第二次濾波的輸入參數。這樣迭代多次，觀察效果，并選擇出迭代次數以及和Size，Sigma兩個參數的最佳搭配值。

三、實驗過程及結果

【在這里描述下你的實驗操作過程和相應代碼，以及你得到的最終結果，需圖文并茂。】

尊龍

步驟1、2、3

步驟1：用手機給自己拍一張美照（必須是本人照片）；

步驟2：將你的照片放到計算機內；

步驟3：啟動Matlab，并通過imread(); 讀取該照片，然后通過imshow()進行顯示；如果圖片過大，可以通過imresize(A,m)進行縮小，其中A為圖像，m為尺寸變化系數，比如可設為0.2，尺寸為原來的五分之一；

步驟4

步驟4：執行noise_im = imnoise(im, 'gaussian');函數，對你剛剛讀取到的照片添加一定量的噪聲，其中，im代表你剛剛讀取到的圖像；

步驟5、6

步驟5：利用F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器，其中，Size和Sigma的數值自己確定；

步驟6：通過new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作，并觀察效果；

步驟7

步驟7：反復調整第五步中的Size和Sigma兩個參數，并反復進行濾波操作，最終將你最滿意的結果保存，并顯示，同時記錄下得到最滿意結果時的兩個參數值；

步驟8

步驟8：可嘗試迭代操作，即 im = imfilter(im, F); im = imfilter(im, F);……即前一次濾波的結果又作為第二次濾波的輸入參數。這樣迭代多次，觀察效果，并選擇出迭代次數以及和Size，Sigma兩個參數的最佳搭配值。

四、分析與思考

【在此描述下你從該實驗中得出的結論，并對實驗結果進行分析，解釋下為什么高斯濾波器可以去除噪聲，可以查閱資料?！?/p>

此次試驗，學習了如何使用Matlab對圖像進行處理（展示圖像、放大圖像、縮小圖像、噪聲處理等）。還學習了高斯濾波器，高斯濾波器是一種線性濾波器，能夠有效的抑制噪聲，平滑圖像，其作用原理和均值濾波器類似，都是取濾波器窗口內的像素的均值作為輸出。

附錄：代碼匯總（ex1.m）

%--------步驟3-------- x = imread('E:/zunlong.jpg'); % 讀取圖片：將圖像數據讀取到Matlab環境中 imshow(x); % 顯示圖片 % 警告: Image is too big to fit on screen; displaying at 8% % > In imuitools\private\initSize at 71 % In imshow at 282 %--------步驟3-------- smallx = imresize(x, 0.5); %在保持圖像形狀的基礎上對圖像的大小進行改變 figure, imshow(smallx); % 顯示圖片% --------步驟4-------- x = imread('E:/zunlong.jpg'); % 讀取圖片：將圖像數據讀取到Matlab環境中 smallx = imresize(x, 0.5); %在保持圖像形狀的基礎上對圖像的大小進行改變noise_x = imnoise(smallx, 'gaussian'); % 噪聲處理 對剛剛讀取到的照片添加一定量的噪聲，其中，im代表剛剛讀取到的圖像； figure, imshow(noise_x); % figure: 生成新的圖片窗口，不覆蓋原窗口% --------步驟5-------- F = fspecial('gaussian', 5, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器%--------步驟6-------- x = imread('E:/zunlong.jpg'); % 讀取圖片：將圖像數據讀取到Matlab環境中 smallx = imresize(x, 0.5); %在保持圖像形狀的基礎上對圖像的大小進行改變 noise_x = imnoise(smallx, 'gaussian'); % 噪聲處理 對剛剛讀取到的照片添加一定量的噪聲，其中，im代表剛剛讀取到的圖像；F = fspecial('gaussian', 5, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im1 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 imshow(new_im1); % figure, F = fspecial('gaussian', 50, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im2 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 imshow(new_im2); % figure, F = fspecial('gaussian', 50, 30); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im3 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 imshow(new_im3); % figure, subplot(2,2,1);imshow(x);title('原圖'); subplot(2,2,2);imshow(smallx);title('縮小至原來的0.05倍'); subplot(2,2,3);imshow(imnoise(x, 'gaussian'));title('加噪'); subplot(2,2,4);imshow(imfilter(noise_x, fspecial('gaussian', 5, 1)));title('濾波處理');% --------步驟7-------- x = imread('E:/zunlong.jpg'); % 讀取圖片：將圖像數據讀取到Matlab環境中 smallx = imresize(x, 0.05); %在保持圖像形狀的基礎上對圖像的大小進行改變 noise_x = imnoise(smallx, 'gaussian'); % 噪聲處理 對剛剛讀取到的照片添加一定量的噪聲，其中，im代表剛剛讀取到的圖像；F = fspecial('gaussian', 5, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im1 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 subplot(2,2,1), imshow(new_im1),title('原始圖像');F = fspecial('gaussian', 50, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im2 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 subplot(2,2,2), imshow(new_im2),title('Size、Sigma：50、1');F = fspecial('gaussian', 50, 5); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im3 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 subplot(2,2,3), imshow(new_im3),title('Size、Sigma：50、5');F = fspecial('gaussian', 100, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器 new_im4 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 subplot(2,2,4), imshow(new_im4),title('Size、Sigma：100、1');%--------步驟8-------- x = imread('E:/zunlong.jpg'); % 讀取圖片：將圖像數據讀取到Matlab環境中 smallx = imresize(x, 0.5); %在保持圖像形狀的基礎上對圖像的大小進行改變 noise_x = imnoise(smallx, 'gaussian'); % 噪聲處理 對剛剛讀取到的照片添加一定量的噪聲，其中，im代表剛剛讀取到的圖像；F = fspecial('gaussian', 50, 1); % F = fspecial('gaussian', Size, Sigma);生成一個高斯濾波器new_im5 = imfilter(noise_x, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 figure, imshow(new_im5);new_im6 = imfilter(new_im5, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 figure, imshow(new_im6);new_im7 = imfilter(new_im6, F); % new_im = imfilter(noise_im, F)函數對添加了噪聲的圖像進行濾波操作 figure, imshow(new_im7);

🤣多謝觀看、

總結

以上是生活随笔為你收集整理的Matlab图像处理创新实践-实验1【图像滤波基础（1）】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。