matlab课程设计利用MATLAB仿真软件实现图像的去噪处理
课程设计任务书 学生姓名： 专业班级： 指导教师： 刘 新 华 工作单位：信息工程学院 题 目: 利用MATLAB仿真软件实现图像的去噪处理 要求完成的主要任务: 1. 读取图像并分别加入高斯噪声、椒盐噪声、乘性噪声。 2. 采取合适的滤波器进行去噪处理，能显示原始图像、加噪后图像和去噪后图像。 课程设计的目的： 1．理论目的 课程设计的目的之一是为了提高自学能力，并能用所学理论知识正确分析图像噪声。 2．实践目的 课程设计的目的之二是通过编写图像加噪去噪程序掌握图像噪声处理的方法和步骤。 时间安排： 序 号 阶段内容 所需时间 1 方案设计 2天 2 软件设计 3天 3 系统调试 2天 4 答辩 1天 合 计 8天 指导教师签名： 年 月 日 系主任(或责任教师)签字： 年 月 日 目 录 摘 要I AbstractII 1 引言1 1.1MATLAB介绍1 1. 2MATLAB图像处理工具箱函数介绍2 2 图像的采集3 3 图像的加噪4 3.1加入乘性噪声4 3.1.1噪声分析与函数使用4 3.1.2代码及其注释4 3.1.3图像仿真5 3.2加入椒盐噪声5 3.2.1噪声分析与函数使用5 3.2.2代码及其注释5 3.2.3图像仿真6 3.3加入高斯噪声6 3.3.1噪声分析与函数使用6 3.3.2代码及其注释7 3.3.3图像仿真7 4 图像的去噪7 4.1滤波器的介绍7 4.1.1均值滤波8 4.1.2中值滤波8 4.1.3维纳滤波9 4.2去除乘性噪声9 4.2.1代码及其注释9 4.2.2图像仿真10 4.2.3效果分析11 4.3去除椒盐噪声11 4.3.1代码及其注释11 4.3.2图像仿真12 4.3.3效果分析12 4.4去除高斯噪声12 4.4.1代码及其注释12 4.4.2图像仿真13 4.4.3效果分析13 5 心得体会14 参考文献15 附件：MATLAB程序16 摘 要 本次课程设计报告在简要介绍MATLAB 软件的基础上, 结合其图象处理工具, 重点分析了MATLAB 在图象处理中的应用。文中的具体实例表明, 在数字图象处理中使用MATLAB 可以提高实验效率, 快速得出实验结果。本次课程设计，主要是利用MATLAB仿真软件实现图像的去噪处理。要求：读取图像并分别加入高斯噪声、椒盐噪声、脉冲噪声和乘性噪声，然后采取合适的滤波器进行去噪处理，能显示原始图像、加噪后图像和去噪后图像。在此过程中学会此软件的一些基本操作及语言。 一幅图像在实际应用过程中可能存在各种各样的噪声，给后面的图像区域分割、分析判断等工作带来了困难，因此图像去噪是图像处理中的重要组成部分．利用MATLAB软件对均值滤波、中值滤波和维纳滤波３种图像去噪技术进行分析比较．结果表明：均值滤波方法适于去除高斯噪声；中值滤波方法适于去除椒盐噪声，同时能较好保护图像边界；自适应滤波方法较之前２种滤波方法具有更好的选择性，适于去除高斯噪声．同时，３种去噪方法对于去除远观图或近观图中的噪声，均有良好效果。 关键词： 滤波器 图像加噪 MATLAB Abstract This curriculum project report was introducing briefly in the MATLAB software s foundation, unifies its imagery processing tool, selective analysis MATLAB in imagery processing application. In the article concrete example indicated that uses MATLAB in digital image processing to be possible to raise the experiment efficiency, obtains the experimental result fast. This curriculum project, is mainly realizes image denoising processing using the MATLAB simulation software. Request: The read image and joins the Gauss noise, the spiced salt noise, the impulse noise/pulse noise/pulsive noise and while the noise separately, then adopts the appropriate filter to carry on denoising processing, after can demonstrate the primitive image, the Canadian chirp, image and the denoising, image. During this process learns this software s some elementary operation eos and the language. An image in the actual application process may exist in a variety of noise to the back of the image region segmentation, analysis and other work makes it difficult to judge, so the image denoising is an important image processing component. Using MATLAB software mean filtering, median filtering and Wiener filtering three kinds of image denoising techniques were analyzed and compared. The results showed: mean filtering for removing Gaussian noise; median filtering for removing salt and pepper noise, and can better protect the image boundary; adaptive filtering compared to the