Matlab图像处理创新实践-实验2【图像滤波基础（2）】

1. Matlab图像处理创新实践-实验1【图像滤波基础（1）】
2. Matlab图像处理创新实践-实验2【图像滤波基础（2）】
3. Matlab图像处理创新实践-实验3【图像锐化】
4. Matlab图像处理创新实践-实验4【大实验——GUI综合设计】

• Matlab实验4——GUI程序操作说明

目   录

一、实验目的

二、实验内容

三、实验过程及结果

步骤1、2

步骤3

步骤4

步骤5

步骤6、7

四、分析与思考

附录：代码汇总

---

参考：

fspecial函数用于创建预定义的滤波算子，其语法格式为：

h = fspecial(type)

h = fspecial(type,parameters,sigma)

参数type制定算子类型，parameters指定相应的参数，具体格式为：

type='average'，为均值滤波，参数为n，代表模版尺寸，用向量表示，默认值为[3,3]。

type= 'gaussian'，为高斯低通滤波器，参数有两个，n表示模版尺寸，默认值为[3,3]，sigma表示滤波器的标准差，单位为像素，默认值为 0.5。

type= 'laplacian'，为拉普拉斯算子，参数为alpha，用于控制拉普拉斯算子的形状，取值范围为[0,1]，默认值为0.2。

type= 'log'，为拉普拉斯高斯算子，参数有两个，n表示模版尺寸，默认值为[3,3]，sigma为滤波器的标准差，单位为像素，默认值为0.5

type= 'prewitt'，为prewitt算子，用于边缘增强，无参数。

type= 'sobel'，为著名的sobel算子，用于边缘提取，无参数。 

一、实验目的

通过简单实验完成对一个图像多种滤波操作，熟悉并了解图像处理中空域滤波的概念，通过实际操作掌握滤波器的生成和基本的滤波，以完成基本的图像处理目的。同时，了解几种常见滤波器的功能和作用。

二、实验内容

步骤1：用手机给自己拍一张美照（必须是本人照片）；

步骤2：将你的照片放到计算机内；

步骤3：启动Matlab，并通过imread(); 读取该照片，然后通过imshow()进行显示。如果图片过大，可以通过imresize(A,m)进行缩小，其中A为图像，m为尺寸变化系数，比如可设为0.2，尺寸为原来的五分之一；

步骤 4：利用rgb2gray()函数将图像转换为灰度图像；

步骤5：利用F = fspecial();生成多个常见滤波器，分别为：①均值滤波器、②高斯滤波器、③拉普拉斯滤波器、④sobel和⑤prewitt滤波器；非必要参数均采用默认值。（详细内容参加后面的参考信息）

步骤6：将这些滤波器通过new_im = filter2(F, im)函数对测试图像进行滤波操作，并观察不同滤波器的滤波结果；filter2的输出结果的数据类型为double，需要进行类型转换才能够作为图像数据显示，可采用uint8()对其进行类型转换，例如：y = uint8(x)

步骤7：利用subplot()函数实现将多个滤波结果图像显示在同一个窗口中；

注意：所有的运行命令需全部形成脚本文件（.m后缀），文件名为姓名的汉语拼音，如zhangsan.m

三、实验过程及结果

【在这里描述下你的实验操作过程和相应代码，以及你得到的最终结果，需图文并茂】

步骤1、2

步骤1：用手机给自己拍一张美照（必须是本人照片）；

步骤2：将你的照片放到计算机内；

Matlab内置图片：Peppers.png

步骤3

步骤3：启动Matlab，并通过imread(); 读取该照片，然后通过imshow()进行显示。如果图片过大，可以通过imresize(A,m)进行缩小，其中A为图像，m为尺寸变化系数，比如可设为0.2，尺寸为原来的五分之一；

步骤4

步骤 4：利用rgb2gray()函数将图像转换为灰度图像；

步骤5

步骤5：利用F = fspecial();生成多个常见滤波器，分别为：①均值滤波器、②高斯滤波器、③拉普拉斯滤波器、④sobel和⑤prewitt滤波器；非必要参数均采用默认值。（详细内容参加后面的参考信息）

步骤6、7

步骤6：将这些滤波器通过new_im = filter2(F, im)函数对测试图像进行滤波操作，并观察不同滤波器的滤波结果；filter2的输出结果的数据类型为double，需要进行类型转换才能够作为图像数据显示，可采用uint8()对其进行类型转换，例如：y = uint8(x)

步骤7：利用subplot()函数实现将多个滤波结果图像显示在同一个窗口中。

四、分析与思考

【在此描述下你从该实验中得出的结论，并对实验结果进行分析，例如：filter2和imfilter区别，解释下各个滤波器的功能等等，可以查阅资料，该部分占最终成绩的50%】

图像增强是为了改善图像的视觉效果，突出图像中有用的部分（即感兴趣的部分）。图像去噪目的是将退化图像原有信息进行恢复，使之更贴近实际。

       filter2和imfilter区别：imfilter 可进行多bai维图像（RGB等）进行空间滤波，且可选参数比较多；filter2 只能对二维图像（灰度图）进行空间滤波。两个函数结果类dao型不一样，只需要在I1=filter2(h,I)后面加上I1=uint8(I1)进行类型转换，结果就是一样的。

Matlab采用fspecial函数生成滤波模板，并用filter2函数指定模板对图像进行滤波。fspecial的常用语法格式为：h = fspecial(type)、h = fspecial(type, parameters)。其中，type用于指定滤波器类型；parameters则是与滤波器有关的具体函数。

                                                                 图表 1 fspecial函数的滤波器模板定义

type	parameters	说明
average	hsize	矩形均值滤波器。hsize为两元素向量，用于指定矩形的大小。当为正方形区域时，hsize也可用标量表示。
disk	radius	生成半径为radius的圆形滤波器。
gaussian	hsize，sigma	标准偏差为sigma、大小为hsize的高斯低通滤波器。
laplacian	alpha	系数为alpha的二维拉普拉斯操作。
log	hsize，sigma	标准偏差为sigma、大小为hsize的高斯滤波旋转对称拉普拉斯算子。
motion	len，theta	按角度theta移动len个像素的运动滤波器。
prewitt	无	近似计算梯度算子。
sobel	无	考虑了像素点空间位置的近似计算梯度算子。

附录：代码汇总

%--------步骤3--------
x = imread('peppers.png'); % 读取图片：将图像数据读取到Matlab环境中 peppers.png：Matlab内置图片
imshow(x);                 % 显示图片
% 警告: Image is too big to fit on screen; displaying at 8% 
% > In imuitools\private\initSize at 71
%   In imshow at 282 

%--------步骤3--------
smallx = imresize(x, 0.5); % 缩小图片
figure, imshow(smallx);    % figure：生成新的图片窗口，不覆盖原窗口


% --------步骤4--------
x = imread('peppers.png');  % 读取图片：将图像数据读取到Matlab环境中
smallx = imresize(x, 0.5);
imshow(smallx);
gx = rgb2gray(smallx);
f1  = fspecial('average', 5);
gx1 = filter2(f1, gx);
figure, imshow(uint8(gx1));


% --------步骤5--------
x = imread('peppers.png');  % 读取图片：将图像数据读取到Matlab环境中
smallx = imresize(x, 0.5);
imshow(smallx);
gx = rgb2gray(smallx);
f1 = fspecial('average', 5); % 1、均值滤波器
f2 = fspecial('gaussian');   % 2、高斯滤波器
f3 = fspecial('laplacian');  % 3、拉普拉斯滤波器
f4 = fspecial('sobel');      % 4、sobel滤波器
f5 = fspecial('prewitt');    % 5、prewitt滤波器
gx1 = filter2(f1, gx);
gx2 = filter2(f2, gx);
gx3 = filter2(f3, gx);
gx4 = filter2(f4, gx);
gx5 = filter2(f5, gx);
subplot(2, 3, 1);imshow(smallx);title('缩小至原来的0.5倍');
subplot(2, 3, 2);imshow(uint8(gx1));title('1、均值滤波器');
subplot(2, 3, 3);imshow(uint8(gx2));title('2、高斯滤波器');
subplot(2, 3, 4);imshow(uint8(gx3));title('3、拉普拉斯滤波器');
subplot(2, 3, 5);imshow(uint8(gx4));title('4、sobel滤波器');
subplot(2, 3, 6);imshow(uint8(gx5));title('5、prewitt滤波器');


%--------步骤6、7--------
x = imread('peppers.png'); % 读取图片：将图像数据读取到Matlab环境中
smallx = imresize(x, 0.05);
imshow(smallx);
gx = rgb2gray(smallx);

f1  = fspecial('average', 5); % 1、均值滤波器
gx1 = filter2(f1, gx);
gx1_1 = filter2(f1, gx1);

f2  = fspecial('gaussian');   % 2、高斯滤波器
gx2 = filter2(f2, gx);
gx2_1 = filter2(f2, gx2);

f3  = fspecial('laplacian');  % 3、拉普拉斯滤波器
gx3 = filter2(f3, gx);
gx3_1 = filter2(f3, gx3);

f4  = fspecial('sobel');      % 4、sobel滤波器
gx4 = filter2(f4, gx);
gx4_1 = filter2(f4, gx4);

f5  = fspecial('prewitt');    % 5、prewitt滤波器
gx5 = filter2(f5, gx);
gx5_1 = filter2(f5, gx5);

f6  = fspecial('disk');       % 6、disk滤波器
gx6 = filter2(f6, gx);
gx6_1 = filter2(f6, gx6);

f7  = fspecial('log');        % 7、log滤波器
gx7 = filter2(f7, gx);
gx7_1 = filter2(f7, gx7);

f8  = fspecial('motion');     % 8、motion滤波器
gx8 = filter2(f8, gx);
gx8_1 = filter2(f8, gx8);

subplot(3, 3, 1);imshow(smallx);title('缩小至原来的0.05倍');
subplot(3, 3, 2);imshow(uint8(gx1_1));title('1、均值滤波器');
subplot(3, 3, 3);imshow(uint8(gx2_1));title('2、高斯滤波器');
subplot(3, 3, 4);imshow(uint8(gx3_1));title('3、拉普拉斯滤波器');
subplot(3, 3, 5);imshow(uint8(gx4_1));title('4、sobel滤波器');
subplot(3, 3, 6);imshow(uint8(gx5_1));title('5、prewitt滤波器');
subplot(3, 3, 7);imshow(uint8(gx6_1));title('6、disk滤波器');
subplot(3, 3, 8);imshow(uint8(gx7_1));title('7、log滤波器');
subplot(3, 3, 9);imshow(uint8(gx8_1));title('8、motion滤波器');

多谢观看、