现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

作业题目：

对lena图像加入椒盐噪声，强度为30%，分别采用均值滤波，中值滤波进行处理。并讨论不同尺度的模板对结果的影响。

作业代码及内容展示和分析：

##lena加入椒盐噪声效果图

1、噪声强度为5%

2、噪声强度为30%

代码展示：

import cv2 as cv

import random as rd

import matplotlib.pyplot as plt

lena = cv.imread(‘lena.jpeg’,0)

def saltNoise_image(im,var):                   #生成椒盐噪声图函数

    w,h = im.shape

    saltNoiseNum = int(w*h*var)                #噪声总的点数

    for i in range(saltNoiseNum):              #在图像找n个点加入噪声

        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):                          #滤波函数

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

    ksize = [3,5,7]

    im_filter = [[cv.blur(im,(i,i)),           #均值滤波

               cv.medianBlur(im,i),           #中值滤波

               cv.GaussianBlur(im,(i,i),0,0)] #高斯滤波

                for i in ksize]

    plt.figure(‘滤波结果’)                     #创建窗口

    x = 0

    for i in range(3):

        for j in range(3):

           x += 1

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

           plt.imshow(im_filter[j][i]),plt.axis(‘off’) #显示图像

    plt.tight_layout(0,0.1,0)

    plt.show()

new_lena = saltNoise_image(lena,0.3)           #传入图片和噪声比例

filterImage(new_lena)                          #滤波

（1）采用卷积子大小为[3,5,7],噪声强度为5%，采用中值、均值、高斯滤波，其效果图如下：

（2）采用卷积子大小为[3,5,7],噪声强度为30%，采用中值、均值、高斯滤波，其效果图如下：

分析：

    当对lena图像加入脉冲噪声时，不管强度是5%还是30%，所采用的中值和高斯滤波的效果都不理想，而采用中值滤波的效果却有明显的改善；且当卷积由3→5→7增大时，去除噪声干扰的效果越好，但是相对而说图像变得更加的模糊，丢失了更多的细节。由于对lena图像加入脉冲噪声导致原图的结构遭到了破坏，高斯和中值滤波都是线性滤波器，会带入很多的噪声进行计算，从而使得效果变得越加的不理想，而中值滤波是非线性滤波器，对噪声的依赖较低，所以它的滤波效果要明显的优于另外两种的滤波效果。