实验六---数字图像的噪声去除（MATLAB实现）

实验目的：

1. 自己编程实现均值滤波器和中值滤波器

2.对比两种滤波器对高斯噪声和椒盐噪声的去除效果

实验总结：

1. dX(i:i+(N-1)/2,j:j+(N-1)/2)=sum(sum( X(i:i+(N-1),j:j+(N-1)) ))/(N*N);

dX(i:i+(N-1)/2,j:j+(N-1)/2) ------为左值，取的是一个点

X(i:i+(N-1),j:j+(N-1))------为右值，取的是一个矩阵

2. s=temp(:);

temp为一个二维矩阵，temp(:) 表示将二维矩阵转为向量，转换时是按列转换，也就是将第二列补到第一列后面，依次类推

3.MATLAB中在同一个.m文件中定义多个函数需注意：

• 一个.m文件中只能有一个主函数，且主函数在开头
• 嵌套定义：注意变量重名问题，内层函数可以使用外层函数的变量，而外层函数不能使用内层函数的变量。
  也就是一个变量的工作区间为该变量所在的函数，在函数外该变量无效。
• 非嵌套定义：每个函数都有自己的工作范围，以function标识函数开始（也叫打开函数），end标识函数结束（也叫关闭函数），
  若没有end标识则会报错，与嵌套定义混淆。

嵌套定义举例：

function main    %% 外层函数读入原图    figure('name','原图','NumberTitle','off');    I=imread('cameraman.tif');    %-----------------------------------------------------            function Y=func1(X)                % 在内层函数中使用外层变量，合法                % 此处使用外层函数变量I以显示原图                imshow(I);                % 添加高斯噪声                Y=imnoise(X,'gaussian',0,0.1);                k=10;            end % /! function Y=func1(X)    %-----------------------------------------------------    %% 使用内层函数变量并调用内层函数    w=k;            % 使用内层函数变量k     imshow(w);    J=func1(I);     % 调用内层函数，添加高斯噪声    figure('name','添加高斯噪声','NumberTitle','off');    imshow(J);end % /! function main

报错：

非嵌套定义举例：

function main    figure('name','原图','NumberTitle','off');    I=imread('cameraman.tif');    imshow(I);    J=func1(I);     % 调用子函数，添加高斯噪声    figure('name','添加高斯噪声','NumberTitle','off');    imshow(J);%end % /! function mainfunction Y=func1(X)    % 添加高斯噪声    Y=imnoise(X,'gaussian',0,0.1);end % /! function Y=func1(X)

报错：

（嵌套定义和非嵌套定义 http://blog.sina.com.cn/s/blog_a74f6fe7010162bh.html）

实验代码：

mainfilter2.m

clearclc%% 读入并显示原图figure('name','原图','NumberTitle','off');I=imread('cameraman.tif');imshow(I);%% 选择噪声m=2;    % m=1 选择高斯噪声        % m=2 选择椒盐噪声        if m==1         % 添加高斯噪声    figure('name','添加高斯噪声','NumberTitle','off');    J=imnoise(I,'gaussian',0,0.1);    imshow(J);else if m==2    % 添加椒盐噪声        figure('name','添加椒盐噪声','NumberTitle','off');        J=imnoise(I,'salt & pepper',0.1);        imshow(J);     endend%% 选择滤波器n=2;    % n=1 选择均值滤波        % n=2 选择中值滤波k=1;    % 标识分隔窗口时的窗口号w=1;    % 同时选择两种滤波器if w==1||n==1% MY均值滤波    figure('name','MY均值滤波','NumberTitle','off');    for j=3:2:9        J1=myfilter2('average',j,J);        subplot(2,2,k);        subimage(J1);        title([num2str(j),'x',num2str(j),'模版']);        k=k+1;    endendk=1;if w==1||n==2% MY中值滤波    figure('name','MY中值滤波','NumberTitle','off');    for j=3:2:9        J2=myfilter2('medium',j,J);        subplot(2,2,k);        subimage(J2);        title([num2str(j),'x',num2str(j),'模版']);        k=k+1;    endend

myfilter2.m

function Y=myfilter2(type,N,X)  %主函数必须位于最上方    %二维线性数字滤波器.     %    %语法:    %---------------------------------------    %   Y=MYFILTER2(type,N,X)    %   用type指定的FIR滤波器(N*N的模板)对数据X进行滤波，滤波后结果为Y.    %---------------------------------------    %    %描述:    %   N指定FIR滤波器使用N*N的模板进行计算    %   type 目前仅支持以下两种滤波器:    %       'average'   均值滤波器    %       'medium'    中值滤波器    %---------------------------------------    %    %举例:    %     clear    %     clc    %     %% 读入并显示原图    %     figure('name','原图','NumberTitle','off');    %     I=imread('cameraman.tif');    %     imshow(I);    %     %% 添加高斯噪声    %     J=imnoise(I,'gaussian',0,0.02);    %     %% MY均值滤波    %     figure('name','MY均值滤波','NumberTitle','off');    %     J1=myfilter2('average',3,J);    %     imshow(J1);    %switch type    case 'average'        Y=average(N,X);    case 'medium'        Y=medium(N,X);    otherwise        Y=X;end % /!switch end % /!function Y=myfilter2(type,N,X)%% average% 领域平均滤波器，模版为NxNfunction I=average(N,X)    [height,width]=size(X);     % 检索图像大小    dX=double(X);               % 保存计算后的图像（double类型）    for i=1:height-N+1        for j=1:width-N+1            dX(i:i+(N-1)/2,j:j+(N-1)/2)=sum(sum( X(i:i+(N-1),j:j+(N-1)) ))/(N*N);        end    end    I=uint8(dX);end % /! function I=average(N,X)            %% medium% 中值滤波器，模版为NxNfunction I=medium(N,X)    [height,width]=size(X);     % 检索图像大小    dX=double(X);               % 保存计算后的图像（double类型）    for i=1:height-N+1        for j=1:width-N+1            temp=X(i:i+(N-1),j:j+(N-1));    % 取出图像中与模版对应的数据            s=temp(:);                      % 将矩阵转变为一个矢量            med=median(s);                  % 计算矢量的中值            dX(i:i+(N-1)/2,j:j+(N-1)/2)=med;% 将中值写入中心位置        end    end    I=uint8(dX);end % /! function I=medium(N,X)                                

实验结果：

1.滤除高斯噪声

2.滤除椒盐噪声