实验四图像空域滤波
一、实验目的
1、了解空域滤波的基本原理及方法；
2、掌握卷积运算的实现；
3、掌握各种常用空域滤波器的特点和应用。
二、实验原理
假设图像是由许多灰度恒定的小块组成，相邻像素间存在很高的空间相关性，而噪声则是统计独立的。空间域滤波是指直接对图像的像素进行操作，以达到改善图像质量的目的。空间域处理由表达式
(,)[(,)]
g x y T f x y
表示。(,)(,)T
为输入图像，为输出（处理后）图像，为进行处理的操作符，定义
f x y
g x y
在点（x，y）的指定邻域内。
邻域处理包括：①定义中心点（x，y）；②对预先定义的邻域内的像素进行运算；③令运算结果为该点处处理的响应；④对图像中每个点重复此步骤。
若对领域中像素的计算为线性运算时，则此运算称为线性空间滤波（空间卷积），否则，我们称此运算为非线性空间滤波。
1、线性空间滤波
线性空间滤波的过程是简单的在图像f中逐点移动滤波掩膜w的中心，在每个点（x，y）处，滤波器在该点处的响应是滤波掩膜所限定的相应像素与滤波器系数的乘积结果的累加。主要包括局部滤波及一些改进算法。
2、非线性空间滤波
非线性空间滤波也是基于邻域操作的，也可通过定义一个大小为m×n的邻域，以其中心点滑过一幅图像的方式进行操作，不过进行的非线性运算。主要包括中值滤波。
中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值。对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。
三、实验内容
1、线性滤波的实现
（1）工具箱中使用函数imfilter来实现线性空间滤波，该函数语法为：
g=imfilter(f,w,‘filtering_mode’,‘boundary_options’,‘size_options’) w 为滤波掩膜
filtering_mode：滤波是用卷积‘conv’还是相关‘corr’（默认）
boundary_options：边界充零问题。Replicate——复制外边界
circular——图像看成二维函数扩展
size_options：输出图像大小，full——与被扩展图像相同；
same：与输入相同
函数imfilter的通用语法为：
g=imfilter(f,w,’replicate’)
（2）工具箱使用函数fspecial来创建线性滤波器，其语法为：
h=fspecial(‘type’,parameters)
type用于指定滤波器的类型，parameters是与指定的滤波器有关的参数。
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。
type='gaussian'，fspecial(‘gaussian’,[r,c],sig)。一个大小为r×c的高斯滤波器，标准偏差为sig（正），默认3×3，0.5。
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'，fspecial(‘log’,[r,c],sig)。一个大小为r×c的高斯-拉普拉斯滤波器，标准偏差为sig（正），默认5×5，0.5
（3）线性空间滤波可由卷积函数conv2来实现，其语法为：
h=conv2(f,w)
2、非线性空域滤波的实现
工具箱提供了一个二维中值滤波函数：
g=medfilt2 (f,[m n]，padopt)
数组[m n]定义一个大小为m×n的邻域，中值就在该邻域上计算，默认值为3×3；padopt指定三个可能的边界填充选项之一：‘zeros’（默认值）；‘symmetric’，f按照镜像反射方式对称的沿其边界扩展；‘indexed’，若f是double类图像，则以1来填充图像，否则以0 来填充。
3、加噪函数
imnoise函数——增添噪声
J=imnoise (A,type,para)
type=’gaussian’高斯噪声，两个参数：Ｍ均值（0）；Ｖ方差（0.０１）
type=’salt & pepper’椒盐噪声，参数D噪声强度（0.05）/0.02
type='poisson'泊松噪声,无参数
四、实验步骤
1、读入eight.tif，对图像添加椒盐噪声，把噪声图像保存为eightn.tif。
分别用（3*3，5*5，9*9）模板对噪声图像进行中值滤波，在同一窗口显示噪声图像和滤波后图像，比较模板大小对滤波效果的影响。
程序代码为：
f=imread('eight.tif'); %读入图像eight.tif
figure(1); %窗口1显示
subplot(3,2,1); %3行2列第1个图显示
imshow(f); %显示原图像
title('原图像');
subplot(3,2,2); %3行2列第2个图显示
J=imnoise (f,'salt & pepper',0.05); %加上椒盐燥声
imwrite(J,'eightn.tif'); %另存为'eightn.tif
imshow(J); %显示原图像
title('椒盐图像');
subplot(3,2,3); %3行2列第3个图显示
g=medfilt2 (J,[3 3],'zeros'); %分别用3*3模板对噪声图像进行中值滤波
imshow(g); %显示原图像
title('3*3滤波');
subplot(3,2,4); %3行2列第4个图显示
g1=medfilt2 (J,[5 5],'zeros'); %分别用5*5模板对噪声图像进行中值滤波
imshow(g1); %显示原图像
title('5*5滤波');
subplot(3,2,5); %3行2列第5个图显示
g2=medfilt2 (J,[9 9],'zeros'); %分别用9*9模板对噪声图像进行中值滤波
imshow(g2); %显示原图像
title('9*9滤波');
分析：中值滤波可以克服线性滤波器所带来的图象细节模糊，并且对滤除脉冲干扰及图象扫描噪声非常有效；模板越大，图象越不清晰
2、读入eightn.tif，根据均值滤波的运算过程，实现图像平滑，显示平滑效果。比较均值滤波与中值滤波（1题中）的效果。
程序代码：
f=imread('eight.tif'); %读入图像eight.tif
subplot(2,2,1); %2行2列第1个图显示
J=imnoise (f,'salt & pepper',0.05); %加上椒盐燥声
imwrite(J,'eightn.tif'); %另存为'eightn.tif
imshow(J); %显示原图像
title('椒盐图像');
subplot(2,2,2); %2行2列第2个图显示
w1=fspecial('average',3); %创建3*3线性滤波器
h1=imfilter(J,w1,'replicate'); %实现线性空间滤波
imshow(h1); %显示原图像
title('3*3均值滤波');
subplot(2,2,3); %2行2列第3个图显示
w2=fspecial('average',5); %创建5*5线性滤波器
h2=imfilter(J,w2,'replicate'); %实现线性空间滤波
imshow(h2); %显示原图像
title('5*5均值滤波');
subplot(2,2,4); %2行2列第4个图显示
w3=fspecial('average',9); %创建9*9线性滤波器
h3=imfilter(J,w3,'replicate'); %实现线性空间滤波
imshow(h3); %显示原图像
title('9*9均值滤波');
分析：噪声得以驱除或衰减，但是图象比处理前变的模糊了；邻域半径越大平滑作用越强，图象越模糊
五、思考题
1、分析中值滤波与均值滤波的特点。
中值滤波器特点：非线性；可以保留某些信号；可以去除杂散的燥声，较小程度的保留边缘；点较多时不适用中值滤波。
均值滤波的特点：噪声得以驱除或衰减，但是图象比处理前变的模糊了；邻域半径越大平滑作用越强，图象越模糊。
计算机与信息工程学院综合性、设计性实验报告 一、 实验目的 1、进一步了解MatLab 软件 /语言，学会使用MatLab 对图像作滤波处理，掌握滤波算法，体会滤波效果。 2、了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力。 二、实验设备与软件 1、 IBM-PC 计算机系统； 2、 MatLab 软件/语言包括图像处理工具箱(Image Processing Toolbox)； 3、 实验所需要的图片。 三、实验要求 1、完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声进行滤波处理； 2、能够正确地评价处理的结果； 3、能够从理论上作出合理的解释。 四、实验内容与步骤 1、调入并显示原始图像Sample2-1.jpg 。 2、 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 3、利用预定义函数fspecial 命令产生平均(average)滤波器 111191111---????--????---? ?
4、分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； 5、选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 6、利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper) 7、重复3)~ 5）的步骤 8、输出全部结果并进行讨论。 M文件如下： I=imread('electric.tif'); %J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %(注意空格) %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I);title('原图像'); figure,imshow(J);title('添加"高斯"噪声后的图像'); %figure,imshow(J);title('添加"椒盐"噪声后的图像'); figure,imshow(K);title('均值滤波3×3'); figure,imshow(L);title('均值滤波5×5'); figure,imshow(M);title('中值滤波3×3模板'); figure,imshow(N);title('中值滤波4×4模板'); 说明：运行时分两次进行，第一次观察高斯噪声把相应的椒盐噪声注释掉，如上面所示，第二次观察椒盐噪声时把相应的高斯噪声注释掉。 运行结果： 1、高斯噪声：
设计一个九级集总参数低通滤波器，电路结构如图所示，要求截止频率为450MHz，通带内增益大于－1dB，阻带内650M以上增益小于－50dB。通带内反射系数要求小于－15dB。要求优化参数Cost<0.5(最佳为 5（波长线长为相对值）。计算线长Z为2.5和3.5两处的输入阻抗、反射系数。并画出Z为2.5时的阻抗与导纳圆图。 低通滤波器===== 设计具体要求 ====== 通带频率范围：0MHz-300MHz 增益参数S21：通带内0MHz-300MHz S21>－0.5dB ；阻带内420MHZ以上 S21<－50dB 反射系数S11：通带内0MHz-300MHz S11<－10dB ； 2、为了节省成本，计划将该滤波器设计为7级结构。你能把它设计出来吗？根据你的优化仿真结果，探讨滤波器级数与其性能的关系。 低通滤波器===== 设计具体要求 ====== 通带频率范围：0MHz-350MHz 增益参数S21：通带内 S21>－1dB 阻带内550MHZ以上 S21<－45dB 反射系数S11：通带内 S11<－15dB 2、简述功分器的基本技术要求及其主要特性参数。
通带频率范围：0MHz-400MHz 增益参数S21：通带内0MHz-400MHz S21>－0.2dB 阻带内600MHZ以上 S21<－50dB 反射系数S11：通带内0MHz-400MHz S11<－10dB 要求优化参数 2、简述HFSS的特点及其主要应用的范围。 IVCURVEI来测量非线性器件——三极管GBJT3的特性曲线并加入调谐，分析其变化。 高通滤波器===== 设计具体要求 ====== 通带频率范围：550MHz以上 增益参数S21：通带内S21>－2dB ；阻带内0-400MHz，S21<－50dB 反射系数S11：通带内S11<－20dB； 2、你会添加Marker吗？试在S21曲线上，添加一横坐标为600MHz的Marker。添加后需请老师签字。 3、使用TXLine工具计算微带线εr＝12.9，t/h=0.1，分别计算W/h=2.5，3.0以及3.5时的特性阻高通滤波器 ===== 设计具体要求 ====== 设计一个九级集总参数高通滤波器，电路结构如图所示，要求截止频率为550MHz，通带内增益大于－1dB，阻带内0-350MHz增益小于－45dB。通带内反射系数要求小于－15dB。 2、如果要设计低通滤波器，与前面相比，有哪些步骤需要变化？并画出结构简图。 MicrowaveOffice的Optimize功能选择框中的优化算法，并画出优化算法框图。
实验四、频域滤波 一、实验目的 1．了解频域滤波的方法； 2．掌握频域滤波的基本步骤。 二、实验内容 1．使用二维快速傅立叶变换函数fft2( )及其反变换函数ifft2( )对图象进行变换； 2．自己编写函数生成各种频域滤波器； 3．比较各种滤波器的特点。 三、实验步骤 1．图象的傅立叶变换 a.对图象1.bmp 做傅立叶变换。 >> x=imread(‘1.bmp’); f=fft2(x); imshow(real(f)) %显示变换后的实部图像 figure f1=fftshift(f); imshow(real(f1))
变换后的实部图像 中心平移后图像 b.对图象cameraman.tif 进行傅立叶变换，分别显示变换后的实部和虚 部图象。 思考：
对图象cameraman.tif 进行傅立叶变换，并显示其幅度谱|F(U,V)|。结果类似下图。 显示结果命令imshow（uint8（y/256）） 程序如下： x=imread('cameraman.tif'); f=fft2(x); f1=fftshift(f); y0=abs(f); y1=abs(f1); subplot(1,3,1),imshow(x) title('sourceimage') subplot(1,3,2),imshow(uint8(y0/256)) title('F|(u,v)|') subplot(1,3,3),imshow(uint8(y1/256)) title('中心平移')
2．频域滤波的步骤 a.求图象的傅立叶变换得F=fft2(x) b.用函数F=fftshit(F) 进行移位 c.生成一个和F 一样大小的滤波矩阵H . d.用F和H相乘得到G , G=F.*H e.求G的反傅立叶变换得到g 就是我们经过处理的图象。 这其中的关键就是如何得到H 。 3．理想低通滤波器 a.函数dftuv( )在文件夹中，它用生成二维变量空间 如：[U V]=dftuv(11,11) b.生成理想低通滤波器 >>[U V]=dftuv(51,51); D=sqrt(U.^2+V.^2); H=double(D<=15); Mesh(U,V,H) c.应用以上方法，对图象cameraman.tif进行低通滤波;
实验图像的滤波增强处理 实验目的 1了解空域增强的基本原理 2掌握平滑滤波器和锐化滤波器的使用 3掌握图像中值滤波增强的使用 4了解频域增强的基本原理 5掌握低通滤波器和高通滤波器的使用实验原理 1．空域增强 空域滤波是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。 空域滤波一般分为线性滤波和非线性滤波两类。线性滤波器的设计常基于对傅立叶变换的分析，非线性空域滤波器则一般直接对领域进行操作。各种空域滤波器根据功能主要分为平滑滤波器和锐化滤波器。平滑可用低通来实现，平滑的目的可分为两类：一类是模糊，目的是在提取较大的目标前去除太小的细节或将目标内的小肩端连接起来；另一类是消除噪声。锐化可用高通滤波来实现，锐化的目的是为了增强被模糊的细节。结合这两种分类方法，可将空间滤波增强分为四类： 1）线性平滑滤波器（低通）2）非线性平滑滤波器（低通）3）线性锐化滤波器（高通） 4）非线性锐化滤波器（高通）空间滤波器都是基于模板卷积，其主要工作步骤是： 1（1）将模板在图中移动，并将模板中心与图中某个像素位置重合； 2（2）将模板上的系数与模板下对应的像素相乘； 3（3）将所有乘积相加； （4）将和（模板的输出响应）赋给图中对应模板中心位置的像素。 1.1平滑滤波器 线性低通平滑滤波器也称为均值滤波器，这种滤波器的所有系数都是正数，对3×3 的模板来说，最简单的是取所有系数为1，为了保持输出图像任然在原来图像的灰度值范围内，模板与象素邻域的乘积都要除以9。 MATLAB 提供了fspecial 函数生成滤波时所用的模板，并提供filter2 函数用指定的滤波器模板对图像进行运算。函数fspecial 的语法格式为： h=fspecial(type)
滤波器定义 Attenuation（衰减）信号在通过耗散网络或其他媒体时所导致的电压损耗（以 dB 为单位）。 Band Reject Filter（频带抑制滤波器）滤波器，其对一个频带的频率进行抑制而让较高或较低的频率通过。有时也称作带阻滤波器。 （带宽）带通滤波器的通带宽度是较低和较高转角频率之间的频差，诸如3 dB 点。Bandpass Filters（带通滤波器）滤波器，其让一个频带的频率通过而对较高和较低的频率进行抑制。 Bessel Function（贝塞尔函数）数学函数，用于在根本不考虑幅度响应的情况下在滤波器中产生最恒定的时间延迟。该函数十分接近于高斯函数。 Butterworth Function（巴特沃斯函数）数学函数，用于在根本不考虑时间延迟或相位响应的情况下在滤波器中产生最恒定的幅度响应。 Center Frequency（中心频率）(?0) 在标准带通滤波器中，中心频率是通过集合或算术方法计算出来的。 几何方法 算术方法 Characteristic Impedance（特征阻抗）滤波器的特征阻抗通常被认为是等于 L/C，其中L 是以亨利 (henry) 为单位的全系列电感应，而 C 是以法拉 (farad) 为单位的总旁路电容。特征阻抗是以欧姆 (ohm) 为量度的。
Chebyshev Function（切比雪夫函数）数学函数，用于生成在特定范围波动的曲线（见ripple/波纹）。这用于生成比巴特沃斯函数更接近矩形的幅度响应，但想要的相位和时间延迟特征较少。有一整套的切比雪夫函数（0.1 波纹、0.5 波纹，等等）。 Cut-Off Frequency（截止频率）( fc ) 低通滤波器中的上通带边缘或者高通滤波器中的下通带边缘。最靠近阻带的通带边缘，有时称作 3 dB 点。 Decibel（分贝）(dB) 增益或衰减单位，用于表示两个电压之比。用于描述电压增益、电压损耗、性能指数或任何可以作为两个电压之比来考虑的数值。以分贝定义为 20 Log (E1/E2)，其中 E1 和 E2 是两个电压，诸如输入和输出电压，或者峰值电压和平均电压，等等。 Dissipation（耗散）滤波器中由于电阻或磁芯损耗等而发生的能量损耗。 Distortion（失真）通常是指信号遭到修改从而产生不想要的末端效应。这些修改可以是与相位、幅度和延时等有关的。正弦波失真通常定义为正弦基波成分被去除后所剩余的信号功率的百分比。 Elliptic Function（椭圆函数）一个数学函数，用于借助若干个电路元件产生最接近矩形的相位滤波器相应。椭圆函数在通带和阻带两者中都有一个切比雪夫响应。椭圆函数滤波器的相位响应和瞬态响应要比任何传统的传递函数要差。 Envelope Delay（包络延迟）调相信号在通过滤波器时，其包络的传播时间延迟。有时也称作时间延迟或群延时。包络延迟与移相响应与频率曲线之比成比例。包络延迟失真是当延时在通带区域中所有频率处并不都恒定时发生的。 Filter Q（滤波器 Q）带通和频带抑制滤波器的一个重要参数:
2019年基站滤波器及智能终端滤波器市场竞争格局
目录 5G变革驱动滤波器行业迎全新机遇 (6) 滤波器是基站&终端“选频”之眼 (6) 从金属腔体走向陶瓷介质，基站滤波器迎5G新机遇 (6) 金属腔体滤波器为 3G/4G市场主流需求 (6) 5G Massive MIMO驱动陶瓷介质滤波器发展 (7) 从SAW走向BAW，智能终端滤波器升级需求确定 (8) 5G趋势下，滤波器用量大幅提升 (8) 中低频率 SAW的优势突出，高频 BAW有望成为主流 (10) 中国制造崛起&5G商用加速，驱动全球滤波器产能东移 (12) 滤波器行业竞争格局变化 (13) 基站滤波器市场竞争格局 (13) 陶瓷替代金属，滤波器 5G新赛季格局大改 (13) 5G天线滤&波器一体化，带来 AAU产业链上游重新洗牌 (14) 主设备商整合天线&滤波器厂商或成未来趋势 (15) 智能终端滤波器市场竞争格局 (16) SAW/BAW滤波器被日美企业垄断 (16) 国内 SAW/BAW滤波器艰难起步 (17) 滤波器市场空间：复盘3G/4G，展望5G (18) 基站滤波器历史回溯与展望 (18) 3G/4G运营商投资回溯 (18) 3G/4G滤波器件行业：业绩波动性大，上游业绩释放早 (19) 5G基站滤波器市场空间量化测算 (21) 手机滤波器回溯与展望 (22) 国内 3G/4G换机情况回溯 (22) 村田压电元件业务与新一代手机销量增速同步 (23) 滤波器相关标的 (25) 武汉凡谷 (25) 大富科技 (25) 东山精密 (26) 通宇通讯 (27) 世嘉科技 (28) 风华高科 (28)
实验四图像的空域滤波 一、实验目的 1、理解图像滤波的基本定义及目的； 2、掌握空域滤波的基本原理及方法； 3、掌握用MA TLAB语言进行图像的空域滤波的方法。 1、读出“girl.bmp”这幅图像。给读出的图像加入高斯噪声。 2、分别采用不同大小的模板对加有噪声的图像进行均值滤波，用一个图像处理对话框 显示原图像、加有噪声的图像及均值滤波的图像。比较结果。 二、实验原理 1、均值滤波 2、中值滤波 MATLAB图像处理工具箱提供了基于卷积的图像滤波函数filter2。filter2的语法格式为：Y = filter2(h, X) 其中Y = filter2(h,X)返回图像X经算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。 其实filter2和conv2是等价的。MA TLAB在计算filter2时先将卷积核旋转180度，再调用conv2函数进行计算。 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) 参数type指定算子类型，parameters指定相应的参数，具体格式为： type='average'，为均值滤波，参数parameters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parameters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parameters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parameters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。 type= 'unsharp'，为对比度增强滤波器，参数alpha用于控制滤波器的形状，范围为[0,1]，默认值为0.2。 三、实验要求
图像增强—空域滤波实验报告 篇一：5.图像增强—空域滤波 - 数字图像处理实验报告计算机与信息工程学院验证性实验报告 一、实验目的 进一步了解MatLab软件/语言，学会使用MatLab对图像作滤波处理，使学生有机会掌握滤波算法，体会滤波效果。 了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教学提供配套的实践机会。 二、实验要求 (1)学生应当完成对于给定图像+噪声，使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声，进行滤波处理；能够正确地评价处理的结果；能够从理论上作出合理的解释。 (2)利用MATLAB软件实现空域滤波的程序：I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声ave1=fspecial('average',3); %产生3×3的均值模版ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]);%中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值
滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验设备与软件 (1) IBM-PC计算机系统 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容与步骤 a) 调入并显示原始图像Sample2-1.jpg 。 b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 ??1?1?1???19?1?????1?1?1?? ? d）分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器，对加 入噪声的图像进行处理并观察不同噪声水平下，上述滤波器处理的结果； e）选择不同大小的模板，对加入某一固定噪声水平噪声的图像进行处理，观察上述滤波器处理的结果。 f）利用imnoise 命令在图像Sample2-1.jpg 上加入椒盐噪声(salt & pepper) g）重复c)~ e）的步骤 h）输出全部结果并进行讨论。
数字图像处理高通滤波器 姓名：*** 学号：********** 高通滤波是常见的频域增强的方法之一。高通滤波与低通滤波相反，它是高频分量顺利通过，使低频分量受到削弱。这里考虑三种高通滤波器：理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器。这三种滤波器涵盖了从非常尖锐(理想)到非常平坦(高斯)范围的滤渡器函数，其转移函数分别为： 1、理想高通滤波器（IHPF ） ),(),(10),(D v u D D v u D v u H >≤???= 2、巴特沃斯高通滤波器（BHPF ） n v u D D v u H 20),()12(11),(?? ????-+= 3、高斯高通滤波器（GHPF ） 2022/v ,u D 1),(D e v u H ）（--= 一、数字图像高通滤波器的实验过程： 1、理想高通滤波器程序 clear all ;clc; image = imread('test.jpg'); gimage_15 = func_ihpf(image,15); gimage_30 = func_ihpf(image,30); gimage_80 = func_ihpf(image,80); figure subplot(221),imshow(image); title('Original'); subplot(222),imshow(gimage_15); title('d0=15'); subplot(223),imshow(gimage_30); title('d0=30'); subplot(224),imshow(gimage_80); title('d0=80'); %被调函数子函数G(u,v)=F(u,v)H(u,v) function gimage = func_ihpf(image,d0) image = double(image); f = fftshift(fft2(image)); [M,N]=size(f); a0 = fix(M/2);
非常好的滤波器基础知识 滤波器是射频系统中必不可少的关键部件之一，主要是用来作频率选择----让需要的频率信号通过而反射不需要的干扰频率信号。经典的滤波器应用实例是接收机或发射机前端，如图1、图2所示： 从图1中可以看到，滤波器广泛应用在接收机中的射频、中频以及基带部分。虽然对这数字技术的发展，采用数字滤波器有取代基带部分甚至中频部分的模拟滤波器，但射频部分的滤波器任然不可替代。因此，滤波器是射频系统中必不可少的关键性部件之一。滤波器的分类有很多种方法。例如：按频率选择的特性可以分为：低通、高通、带通、带阻滤波器等； 按实现方式可以分为：LC滤波器、声表面波/体声波滤波器、螺旋滤波器、介质滤波器、腔体滤波器、高温超导滤波器、平面结构滤波器。 按不同的频率响应函数可以分为：切比雪夫、广义切比雪夫、巴特沃斯、高斯、贝塞尔函数、椭圆函数等。 对于不同的滤波器分类，主要是从不同的滤波器特性需求来描述滤波器的不同特征。 滤波器的这种众多分类方法所描述的滤波器不同的众多特征，集中体现出了实际工程应用中对滤波器的需求是需要综
合考量的，也就是说对于用户需求来做设计时，需要综合考虑用户需求。 滤波器选择时，首先需要确定的就是应该使用低通、高通、带通还是带阻的滤波器。 下面首先介绍一下按频率选择的特性分类的高通、低通、带通以及带阻的频率响应特性及其作用。 巴特沃斯切比雪夫带通滤波器 巴特沃斯切比雪夫高通滤波器 最常用的滤波器是低通跟带通。低通在混频器部分的镜像抑制、频率源部分的谐波抑制等有广泛应用。带通在接收机前端信号选择、发射机功放后杂散抑制、频率源杂散抑制等方面广泛使用。滤波器在微波射频系统中广泛应用，作为一功能性部件，必然有其对应的电性能指标用于描述系统对该部件的性能需求。对应不同的应用场合，对滤波器某些电器性能特性有不同的要求。描述滤波器电性能技术指标有： 阶数（级数） 绝对带宽/相对带宽 截止频率 驻波 带外抑制 纹波 损耗
昆明理工大学信息工程与自动化学院学生实验报告 （2015—2016学年第一学期） 课程名称：图形图像基础程序设计开课实验室： 2015年 12月 1 日 一、实验目的及内容 目的：掌握和熟悉Matlab编程环境及语言；掌握图像降噪算法和用途。 内容： 在课程教学和查阅相关文献资料的基础上，选择下面一个数字图像处理技术专题，实现相应算法进行仿真实验，并完成大作业报告。专题如下： (1)图像增强处理技术； (2)图像降噪处理技术。 2、题目分析 利用matlab的GUI程序设计一个简单实用的图像处理程序。该程序应具备图像处理的常用功能，以满足用户的使用。现设计程序有以下基本功能： 1）图像的读取和保存。 2）通过自己输入数值，实现图像的旋转。 3）图像直方图统计和直方图均衡，要求显示直方图统计，比较直方图均衡后的效果。 4）能对图像加入各种噪声， 5)并通过几种滤波算法实现去噪并显示结果。 6）将图像转化成灰度图像。
3.总体设计 软件的总体设计界面布局如上图所示 分为显示区域与操作区域。 上边为显示区域：显示载入原图，以及通过处理后的图像。操作区域：通过功能键实现对图像的各种处理。 设计完成后运行的软件界面如下：
4、具体设计 现介绍各个功能模块的功能与实现。 4.1图像的读取和保存： （1）利用matlab中“ uigetfile”、“imread”“imshow”实现图像文件的读取与显示： 实现代码： function pushbutton2_Callback(hObject, eventdata, handles) % hObject handle to pushbutton2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA)
经贸大学毕业论文 基于Matlab GUI空域滤波增强的设计
目录 1绪论 (1) 1.1 课题研究背景 (1) 1.2 图像去噪的研究现状 (1) 1.3 本文主要工作 (2) 第2章 Matlab简介 (3) 2.1 Matlab概况 (3) 2.1.1 Matlab发展过程 (4) 2.1.2 Matlab的语言特点 (5) 2.2 Matlab图像处理常用函数 (6) 第3章图像去噪算法 (8) 3.1 图像噪声概述 (8) 3.1.1 图像噪声的概念 (8) 3.1.2 图像噪声的分类 (8) 3.2 邻域平均法图像去噪 (9) 3.2.1 模板操作和卷积运算 (9) 3.2.2 邻域平均法原理 (11) 3.3 中值滤波法图像去噪 (12) 3.3.1 中值滤波原理 (13) 3.3.2 中值滤波主要特性 (15) 3.3.3 复合型中值滤波 (16) 3.4 维纳滤波法图像去噪 (17) 3.4.1 维纳滤波原理 (17) 3.4.2 维纳滤波器特性 (19) 第4章基于Matlab GUI的空域增强设计 (20) 4.1 Matlab GUI设计的介绍 (20) 4.2 Matlab GUI界面的操作 (20)
4.2.1 启动GUIDE (20) 4.2.2 GUI文件的介绍 (22) 4.2.3 GUIDE环境的设置 (22) 4.3 基于Matlab GUI空域增强软件平台的设计 (23) 4.3.1 启动GUIDE (23) 4.3.2 加入菜单项编辑 (24) 4.3.3 增加子菜单和布局 (24) 4.4 各种方法的仿真 (26) 4.4.1 邻域平均法的仿真 (26) 4.4.2 中值滤波的仿真 (28) 4.4.3 维纳滤波的仿真 (30) 4.4.4 几种去噪方法的比较分析 (32) 4.5 Matlab GUI软件界面处理的结果 (33) 致谢 (35) 参考文献 (35) 摘要 在许多情况下图像信息会受到各种各样噪声的影响，严重时会影响
实验四 空域滤波处理 1、 对图像woman 进行以下两种线性滤波处理,与原图像进行对比，观察其变化： （1） 均值滤波器即用平均掩模???? ??????=111111111911H ； （2） 加权滤波器???? ??????=1212421211613H 。 2、 对图像woman 加入椒盐噪声（J = imnoise(I,'salt & pepper', 0.02)），并中值滤波方法进行处理，对处理后的图像与原图像进行对比，观察其变化。（注：不得用matlab 中的中值滤波函数） 1、解： clc clear all load woman Y=X; Z=X; [m,n]=size(X); for i=2:m-1 for j=2:n-1 Y(i,j)=round((X(i-1,j-1)+X(i,j-1)+X(i+1,j-1)+X(i-1,j)+X(i,j)+X(i+1,j)+X(i-1,j+1)+X(i,j+1)+X(i+1,j+1))/9); Z(i,j)=round((X(i-1,j-1)+2*X(i,j-1)+X(i+1,j-1)+2*X(i-1,j)+4*X(i,j)+2*X(i+1,j)+X(i-1,j+1)+2*X(i,j+1)+X(i+1,j+1))/16); end end subplot(131) imshow(X,map) subplot(132) imshow(Y,map) subplot(133) imshow(Z,map) 2、解： clc clear all load woman
X=uint8(X); J = imnoise(X,'salt & pepper', 0.02); [m,n]=size(X); for i=2:m-1 for j=2:n-1 Y(i,j)=median([J(i-1,j-1),J(i,j-1),J(i+1,j-1),J(i-1,j),J(i,j),J(i+1,j ),J(i-1,j+1),J(i,j+1),J(i+1,j+1)]); end end subplot(131) imshow(X,map) subplot(132) imshow(J,map) subplot(133) imshow(Y,map)
实践二:理想高通滤波器、Butterworth高通滤波器、高斯高通滤波器 2.1.1理想高通滤波器实践代码： I=imread(''); subplot(221),imshow(I); title('原图像'); s=fftshift(fft2(I)); subplot(223), imshow(abs(s),[]); title('图像傅里叶变换所得频谱'); subplot(224), imshow(log(abs(s)),[]); title('图像傅里叶变换取对数所得频谱'); [a,b]=size(s); a0=round(a/2); b0=round(b/2); d=10; p=;q=; fori=1:a forj=1:b distance=sqrt((i-a0)^2+(j-b0)^2); ifdistance<=dh=0; elseh=1; end; s(i,j)=(p+q*h)*s(i,j); end; end; s=uint8(real(ifft2(ifftshift(s)))); subplot(222), imshow(s);title('高通滤波所得图像'); I=imread(''); [f1,f2]=freqspace(size(I),'meshgrid'); Hd=ones(size(I)); r=sqrt(f1.^2+f2.^2); Hd(r<=0; figure surf(Hd,'Facecolor','interp','Edgecolor','none','Facelighting','phong');%画三维曲面（色）图 2.1.2理想高通滤波器实践结果截图： 2.2.1Butterworth高通滤波器实践代码： I1=imread(''); subplot(121),imshow(I1);
实验报告 课程名称数字图像处理实验名称空域滤波增强 姓名__吴征宇学号____ 3101110002 专业班级_ J计算机1001 实验日期__2013_ 年_5 _月_29 日成绩_____ __ 指导教师___ _ 实验四空域滤波增强 一、实验目的 1.了解空域滤波增强的Matlab实现方法； 2.掌握噪声模拟和图像滤波函数的使用方法； 3.能够将给定图像+噪声，使用均值滤波器、中值滤波器对不同强度的高斯噪声和椒盐 噪声，进行滤波处理； 4.能够正确地评价处理的结果；并从理论上作出合理的解释。 二、实验内容 1. 噪声模拟 利用函数imnoise给图像‘autumn.tif’分别添加高斯(gaussian)噪声和椒盐(salt & pepper)噪声。 I=imread('cameraman.tif'); imshow(I) I1=imnoise(I,'gaussian',0,0.01); figure,imshow(I1) I2=imnoise(I,'salt & pepper'); figure,imshow(I2)
2. 均值滤波和中值滤波 A)均值滤波 在matlab环境中，程序首先读取图像，然后调用图像增强（）函数，设置相关参数，再输出处理后的图像。 I = imread('cameraman.tif'); figure,imshow(I); J=filter2(fspecial('average',3),I)/255; figure,imshow(J); B)中值滤波 在matlab环境中，程序首先读取图像，然后调用图像增强（中值滤波）函数，设置相关参数，再输出处理后的图像。
认证部物料培训 滤波器 主讲人：邹一鸣
一、滤波器的定义 滤波器是一种对信号有处理作用的器件或电路。 主要作用是：让有用信号尽可能无衰减的通过，对无用信号尽可能大的衰减。 滤波器，顾名思义，是对波进行过滤的器件。“波”是一个非常广泛的物理概念，在电子技术领域，“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。该过程通过各类传感器的作用，被转换为电压或电流的时间函数，称之为各种物理量的时间波形，或者称之为信号。因为自变量时间‘是连续取值的，所以称之为连续时间信号，又习惯地称之为模拟信号(Analog Signal)。随着数字式电子计算机(一般简称计算机)技术的产生和飞速发展，为了便于计算机对信号进行处理，产生了在抽样定理指导下将连续时间信号变换成离散时间信号的完整的理论和方法。也就是说，可以只用原模拟信号在一系列离散时间坐标点上的样本值表达原始信号而不丢失任何信息，波、波形、信号这些概念既然表达的是客观世界中各种物理量的变化，自然就是现代社会赖以生存的各种信息的载体。信息需要传播，靠的就是波形信号的传递。信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变，有时，甚至是在相当多的情况下，这种畸变还很严重，以致于信号及其所携带的信息被深深地埋在噪声当中了。 滤波，本质上是从被噪声畸变和污染了的信号中提取原始信号所携带的信息的过程。 二、滤波器的分类 滤波器按所处理的信号分为模拟滤波器和数字滤波器 模拟滤波器可以分为声表滤波器和介质滤波器 三、声表滤波器的原理及特点 声表面波滤波器是利用石英、铌酸锂、钛酸钡晶体具有压电效应做成的。所谓压电效应，即是当晶体受到机械作用时，将产生与压力成正比的电场的现象。具有压电效应的晶体，在受到电信号的作用时，也会产生弹性形变而发出机械波（声波），即可把电信号转为声信号。由于这种声波只在晶体表面传播，故称为声表面波。声表面波滤波器的英文缩写为SAWF，声表面波滤波器具有体积小，重量轻、性能可靠、不需要复杂调整。在有线电视系统中实现邻频传输的关键器件。
数字信号处理 II
第六章 波束形成与空域滤波
Beamforming and Spatial Filtering
讲
义
穆鹏程
西安交通大学
2010-05-23 数字信号处理II 1
6.0 波束形成与空域滤波
z z
阵列信号处理的两个重要研究内容：（1）波达方向(DOA)估计；（2）波束形成。 波束形成一般包括发射波束形成和接收波束形成两种形式，本章主要讨论接收波束形成，发射波束 波束形成的目的： 区分来自不同方向的信号，提取（或增强）某些方向的有用信号，消除（或抑制）其它方向的干扰
形成的处理方式与之类似。
z
信号和噪声。
z
波束形成实质上是一种空域滤波，波束形成器也叫空域滤波器。 本章主要内容： 6.1 波束形成的基本知识； 6.2 时域FIR滤波器设计方法； 6.3 窄带波束形成； 6.4 宽带波束形成； 6.5 均匀圆阵宽带波束形成。
2010-05-23
数字信号处理II
2
6.1 波束形成的基本知识
一、阵列信号模型
在传统的阵列信号处理中，阵列主要处理窄带信号，信号中心频率为 f ，并且假设信 号源位于阵列的远场，因此可以使用平面波传播理论，认为信号平行入射，各阵元接收到 的信号之间没有幅度差，只存在传播延迟造成的相位差。 最常用的均匀线阵远场模型如右图所示： 其中 θ 为信号入射方向角， d 为阵元间距。 为避免混叠，阵元间距不超过入射信号的半 波长。记信号波长为 λ ，阵元个数为 N ，阵 列等效孔径为：
y
d′
θ
L=
( N ? 1) d
λ
r
d
如果信号源到阵列的距离为 r ，则远场 条件可以简单表示为：
2010-05-23
x
λ
L
数字信号处理II 3
数字图像处理高通滤波器 姓名:*** 学号:********** 高通滤波就是常见的频域增强的方法之一。高通滤波与低通滤波相反,它就是高频分量顺利通过,使低频分量受到削弱。这里考虑三种高通滤波器:理想高通滤波器、巴特沃斯高通滤波器与高斯高通滤波器。这三种滤波器涵盖了从非常尖锐(理想)到非常平坦(高斯)范围的滤渡器函数,其转移函数分别为: 1、理想高通滤波器(IHPF) ),(),(10),(D v u D D v u D v u H >≤???= 2、巴特沃斯高通滤波器(BHPF) n v u D D v u H 20),()12(11),(?? ????-+= 3、高斯高通滤波器(GHPF) 2022/v ,u D 1),(D e v u H ）（--= 一、数字图像高通滤波器的实验过程: 1、理想高通滤波器程序 clear all ;clc; image = imread('test 、jpg'); gimage_15 = func_ihpf(image,15); gimage_30 = func_ihpf(image,30); gimage_80 = func_ihpf(image,80); figure subplot(221),imshow(image); title('Original'); subplot(222),imshow(gimage_15); title('d0=15'); subplot(223),imshow(gimage_30); title('d0=30'); subplot(224),imshow(gimage_80); title('d0=80'); %被调函数子函数G(u,v)=F(u,v)H(u,v) function gimage = func_ihpf(image,d0) image = double(image); f = fftshift(fft2(image)); [M,N]=size(f); a0 = fix(M/2); b0 = fix(N/2); for i=1:M for j=1:N
滤波器的几个概念 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
滤波器定义 Attenuation（衰减）信号在通过耗散网络或其他媒体时所导致的电压损耗（以 dB 为单位）。 Band Reject Filter（频带抑制滤波器）滤波器，其对一个频带的频率进行抑制而让较高或较低的频率通过。有时也称作带阻滤波器。 （带宽）带通滤波器的通带宽度是较低和较高转角频率之间的频差，诸如3 dB 点。 Bandpass Filters（带通滤波器）滤波器，其让一个频带的频率通过而对较高和较低的频率进行抑制。 Bessel Function（贝塞尔函数）数学函数，用于在根本不考虑幅度响应的情况下在滤波器中产生最恒定的时间延迟。该函数十分接近于高斯函数。 Butterworth Function（巴特沃斯函数）数学函数，用于在根本不考虑时间延迟或相位响应的情况下在滤波器中产生最恒定的幅度响应。Center Frequency（中心频率）(0) 在标准带通滤波器中，中心频率是通过集合或算术方法计算出来的。 几何方法 算术方法 Characteristic Impedance（特征阻抗）滤波器的特征阻抗通常被认为是等于 L/C，其中 L 是以亨利 (henry) 为单位的全系列电感应，而 C 是以法拉 (farad) 为单位的总旁路电容。特征阻抗是以欧姆 (ohm) 为量度的。
Chebyshev Function（切比雪夫函数）数学函数，用于生成在特定范围波动的曲线（见 ripple/波纹）。这用于生成比巴特沃斯函数更接近矩形的幅度响应，但想要的相位和时间延迟特征较少。有一整套的切比雪夫函数（0.1 波纹、0.5 波纹，等等）。 Cut-Off Frequency（截止频率）( fc ) 低通滤波器中的上通带边缘或者高通滤波器中的下通带边缘。最靠近阻带的通带边缘，有时称作 3 dB 点。 Decibel（分贝）(dB) 增益或衰减单位，用于表示两个电压之比。用于描述电压增益、电压损耗、性能指数或任何可以作为两个电压之比来考虑的数值。以分贝定义为 20 Log (E1/E2)，其中 E1 和 E2 是两个电压，诸如输入和输出电压，或者峰值电压和平均电压，等等。Dissipation（耗散）滤波器中由于电阻或磁芯损耗等而发生的能量损耗。 Distortion（失真）通常是指信号遭到修改从而产生不想要的末端效应。这些修改可以是与相位、幅度和延时等有关的。正弦波失真通常定义为正弦基波成分被去除后所剩余的信号功率的百分比。 Elliptic Function（椭圆函数）一个数学函数，用于借助若干个电路元件产生最接近矩形的相位滤波器相应。椭圆函数在通带和阻带两者中都有一个切比雪夫响应。椭圆函数滤波器的相位响应和瞬态响应要比任何传统的传递函数要差。 Envelope Delay（包络延迟）调相信号在通过滤波器时，其包络的传播时间延迟。有时也称作时间延迟或群延时。包络延迟与移相响应与频率