作業題目：

對lena圖像加入椒鹽噪聲，強度為30%，分別采用均值濾波，中值濾波進行處理。并討論不同尺度的模板對結果的影響。

作業代碼及內容展示和分析：

##lena加入椒鹽噪聲效果圖

1、噪聲強度為5%

2、噪聲強度為30%

?

代碼展示：

import cv2 as cv

import random as rd

import matplotlib.pyplot as plt

lena = cv.imread('lena.jpeg',0)

def saltNoise_image(im,var):?????????????????? #生成椒鹽噪聲圖函數

??? w,h = im.shape

??? saltNoiseNum = int(w*h*var)??????????????? #噪聲總的點數

??? for i in range(saltNoiseNum):????????????? #在圖像找n個點加入噪聲

??????? x = rd.choice(range(w))

??????? y = rd.choice(range(h))

??????? if im[x,y] < 127:

?????????? im[x,y] = 255

??????? else:

?????????? im[x,y] = 0

??? return im

def filterImage(im):?????????????????????? ???#濾波函數

??? im = cv.cvtColor(im,cv.COLOR_BGR2RGB)

??? ksize = [3,5,7]

??? im_filter = [[cv.blur(im,(i,i)),?????????? #均值濾波

?????????????? cv.medianBlur(im,i),?????????? #中值濾波

?????????????? cv.GaussianBlur(im,(i,i),0,0)] #高斯濾波

?????????????? ?for i in ksize]

??? plt.figure('濾波結果')???????????????????? #創建窗口

??? x = 0

??? for i in range(3):

??????? for j in range(3):

?????????? x += 1

?????????? plt.subplot(3,3,x)???????????????? #生成9個子窗口

?????????? plt.imshow(im_filter[j][i]),plt.axis('off') #顯示圖像

??? plt.tight_layout(0,0.1,0)

??? plt.show()

new_lena = saltNoise_image(lena,0.3)?????????? #傳入圖片和噪聲比例

filterImage(new_lena)????????????????????????? #濾波

（1）采用卷積子大小為[3,5,7],噪聲強度為5%，采用中值、均值、高斯濾波，其效果圖如下：

（2）采用卷積子大小為[3,5,7],噪聲強度為30%，采用中值、均值、高斯濾波，其效果圖如下：

分析：

??? 當對lena圖像加入脈沖噪聲時，不管強度是5%還是30%，所采用的中值和高斯濾波的效果都不理想，而采用中值濾波的效果卻有明顯的改善；且當卷積由3→5→7增大時，去除噪聲干擾的效果越好，但是相對而說圖像變得更加的模糊，丟失了更多的細節。由于對lena圖像加入脈沖噪聲導致原圖的結構遭到了破壞，高斯和中值濾波都是線性濾波器，會帶入很多的噪聲進行計算，從而使得效果變得越加的不理想，而中值濾波是非線性濾波器，對噪聲的依賴較低，所以它的濾波效果要明顯的優于另外兩種的濾波效果。

總結

以上是生活随笔為你收集整理的现代数字图像处理作业———对lena图像进行简单处理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。