齐鲁工业大学预习实验报告 课程名称：数字图像处理与分析实验 指导教师： 、、、、、 实验日期： 2013.11.2 院（系）： 电气工程与自动化 专业班级： 电子 10-2 实验地点： 机电楼 C228 学生姓名： 、、 学号： 52 同组人： 、、、、、、 试验项目名称 实验三 图像的平均滤波、中值滤波实验 实验目的： 掌握直方图均衡化的原理和方法；掌握平均滤波器、中值滤波的原理，以及 对不同强度的高斯噪声和椒盐噪声进行滤波处理效果。 实验内容： 1. 观察各类图像的直方图，并利用直方图均衡方法进行图象增强； 2. 图像的灰度线性变换； 3. 完成对于给定图像加入噪声（高斯噪声和椒盐噪声），观察均值滤波和中值 滤 波的效果。 基本原理： 1．直方图的定义 图象的灰度直方图是一个函数，表示数字图象中每一灰度级与该灰度级出现 的频数（即具有这一灰度级的象素数目）间的对应关系： P(b)= N(b) M M 为一幅图象所包含的象素总数； N ( b )为图象中灰度值为 b 的象素总数。通 常，以灰度值 b 为横坐标， N ( b )为纵坐标。直方图是图象中象素灰度值的一 阶概率分布密度的一种近似。 2．直方图均衡 直方图均衡（histogram equalization）就是通过点运算使输 入图像的灰度分布较为均匀，使图像具有较好的视觉效果。设 r , s 分别为原图 

和新图的灰度， r ( r ), s ( s )分别为原图及新图的概率密度函数，则均衡 变换为原图像的累积分布函数： S=T(r)= r  ）（r r 0 对于离散图像，均衡转换公式为： sk =T(rk )= r ）（rp j = k 0j  k Lmax  M 0j  jn 其中， Lmax 指图像中的最大灰度值（对于灰度图像就是 255）。 邻域平均和中值 滤波是两种常用的消除图像噪声的图像处理手段。 3、 灰度的线性变换： 就是将图像中所有的点的灰度按照线性灰度变换函数进 行变换 4. 均值滤波 用均值滤波可以判断并消除孤立噪声。通常邻域取成 N N 方形窗，如 N 取 4，例  f （x,y） 分别表示( x , y )点的实际灰度和经邻域平均后的灰 设 f ( x , y )、 度， Oi ( i =1,2,...8)表示其邻接各点的灰度，如图 1，则邻域平均可表示为： 式中  是和图象灰度有关的门限。方形窗口沿水平和垂直两个方向逐点移动，从 而平滑整幅图象，去除了孤立噪声。简单的邻域平均会模糊图象。 

5.中值滤波 采用邻域平均抑制噪声，在去除噪声的同时，不可避免地会使边缘轮廓模糊，因 而使图象中包含的细节信息受到损失。中值滤波在过滤噪声的同时，还能较好地 保护边缘轮廓信息，对减少随机脉冲噪声和胡椒面式（pepper-and-salt noise） 噪声很有效。 中值滤波的原理是用一个窗口 W 在图象上扫描，把窗口内包含的图象象素按灰度 级升（或降）序排列，取灰度值居中的象素灰度为窗口中心象素的灰度，便完成 了中值滤波。 实验步骤： 1. 给定一幅如下的图象（Matlab 提供‘pout.tif’）,作如下增强处理操作： 统计原图的灰度直方图，并利用直方图均衡方法进行图象增强； 显示直方图函数：imhist（） 直方图均衡函数：histeq（） 2. 利用 Matlab 函数 imnoise（），在原图上分别叠加高斯噪声和椒盐噪声， 对比 均值滤波和中值滤波的结果，并对结果做出分析，打开 demo 观察各滤波器 队 各类噪声的滤除效果； 均值滤波的滤波模板自行设计，滤波过程可以通过卷积函数 conv2（）实 现。 中值滤波函数：medfilt（） 以上处理可以从 demo 里看到演示结果。 

实验中遇到的问题： 由于对于直方图的绘制与滤波算子的掌握不够扎实，对于实验程序的理解带 来了一定的困扰。