编号：B17
大小：6M
环境：Matlab2018
简介：在MATLAB命令行窗口中输入>>guide后打开”test.fig”文件，运行后出现的整个程序的使用界面如下所示：界面左边是一些功能的选择，右边主要是两个图像显示区域，左边的区域显示输入图像，右边的区域显示处理后的图像。

图1.1 程序使用界面

程序主要实现的功能如下：

1. 灰度变换与图像锐化：即课本第3章《灰度变换与空间滤波》中的：

a. 灰度变换函数：图像反转、对数变换、对比度拉伸变换（变换函数斜率由E调节）

b. 直方图均衡

c. 图像锐化：拉普拉斯算子和Sobel算子

2. 滤波器：即课本第4章《频率域滤波》和第5章《图像复原与重建》中的：

a. 低通滤波器：理想低通滤波器（截止频率为c1）、高斯低通滤波器（标准差c1）、巴特沃斯低通滤波器（截止频率为c1，阶数为c2）

b. 高通滤波器：理想高通滤波器（截止频率为c1）、高斯高通滤波器（标准差c1）、巴特沃斯高通滤波器（截止频率为c1，阶数为c2）

c. 中值滤波器：邻域大小为c1×c2

d. 维纳滤波器：参数c1为NOISEPOWER，根据所学知识，一个较好的初始估计为 ，其中 为图像的维数，括号中的参量为噪声的方差和均值的平方的和。参数c2表示设置值的范围为[10^-c2, 10^c2]。

3. 噪声模型：包括高斯噪声（参数c1为均值，参数c2为方差），椒盐噪声（参数c1为噪声强度，值在0与1之间）

为了演示维纳滤波，这里还提供了”运动模糊”的功能，这相当于一个固定参量的退化函数，实现原图像的运动模糊。运动模糊后的图像还可以叠加上述噪声模型。

4. 小波变换：参数L表示L层FWT，参数C表示将FWT后的图像的细节增强C倍。负数的C表示增强绝对值。

5. 其他功能：界面中两个显示图像框的下方分别有两个按钮“直方图”和“DFT”，分别用于演示变换前后图像的直方图和频谱图。

运行展示

1. 直方图均衡

点击”选择图像”后，在”灰度变换与图像锐化”面板那的下拉菜单中选择“直方图均衡”，然后点击“应用”，在点击”直方图”按钮，观察变换前后的直方图。

图2.1 直方图均衡

2. 高斯低通滤波

点击”选择图像”后，在“滤波器”面板那的下拉菜单中选择“高斯低通滤波”，输入参数c1为10，表示标准差取10，点击“应用”，再点击“DFT”，观察变换前后的频域图。（为了增强显示，对频谱图做了对数变换）

图2.2 高斯低通滤波

3. 利用维纳滤波的图像复原

首先构建退化图像，点击“选择图像”按钮选择图像，然后在“噪声模型”面板的下拉菜单中选择“高斯噪声”，参数c1为均值，输入0，参数c2为方差，输入0.1，勾选“运动模糊”，点击“应用”，得到退化图像。

接着使用维纳滤波，在“滤波器”的面板的下拉菜单中选择“维纳滤波”，输入参数c1为0.4，参数c2为9，表示NOISEPOWER为0.4, 范围为[10^-9, 10^9]。点击“应用”。观察变化前后的图像。注意，为了消除DFT带来的振铃现象，在维纳滤波前先对图像进行了边缘模糊。

图2.3 利用维纳滤波的图像复原

4. 利用中值滤波器消除椒盐噪声

点击“选择图像”按钮选择图像，在“噪声模型”的面板的下拉菜单中选“椒盐噪声”，输入参数c1噪声强度为0.3，不需要”运动模糊”，所以不要打在前面打勾，点击“应用”。

然后在“滤波器”的面板的下拉菜单中选择“中值滤波”，输入c1和c2为5，表示邻域大小为5*5，点击“应用”。观察变换前后的图像。

图2.4 利用中值滤波消除椒盐噪声

5. 小波变换

点击“选择图像”按钮选择图像，在“小波变换”的面板中输入层数L为2，显示增强系数C为-4，点击”应用”按钮。观察小波变换后的图像。

图2.5 小波变换

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频