数字图像实验报告 医学图像频域滤波.pdfVIP

实验8医学图像频域滤波与图像复原

实验目的：

1.熟悉医学图像离散傅里叶变化的原理和方法；

2.掌握医学图像频域滤波的原理；

3.掌握使用Matlab中的函数实现医学图像进行频域滤波的方法;

4.掌握使用Matlab中的图像退化与复原的方法;

实验内容：

一、医学图像频域滤波方法与实现

使用imnoise给图像BMRI1_24bit.bmp添加概率为0.2的椒盐噪声，对原图

像和加噪声后的图像进行傅氏变换并显示变换后的移中频谱图，然后分别使用

Butterworth低、高通滤波器对噪声图像进行低通和高通滤波，显示D为5，10，

0

20，40时的滤波效果图，并说明存两种滤波效果中所存在的差异及原因。

f=imread(BMRI1_24bit.bmp);

g=imnoise(f,saltpepper,0.2);

Tf=graythresh(f);

Tg=graythresh(g);

f1=im2bw(f,Tf);

g1=im2bw(g,Tg);

imshow(f1),title原图二值化;figure,imshow(g1),title噪声图像二值化;

fft2f=fft2(f1);

fft2g=fft2(g1);

imshow(abs(fft2f)),title原频谱图;figure,imshow(fft2g),title噪音频谱图;

shiftf=fftshift(fft2f);

shiftg=fftshift(fft2g);

imshow(abs(shiftf),[]),title原居中;

figure,imshow(abs(shiftg),[]),title噪音居中;

logf=log(1+abs(shiftf));

logg=log(1+abs(shiftg));

imshow(logf,[]),titlelog变换;figure,imshow(logg,[]),titlezaoyinlog;

f=imread(BMRI1_24bit.bmp);

g=imnoise(f,saltpepper,0.2);

BLPF(g);

D0=5和D0=10

D0=20和D0=40

GLPF(g);

D0=5和D0=10

D0=20和D0=40

图像从空间域变换到频率域后，其低频分量对应图像中灰度值变

化比较缓慢的区域，高频分量则表征图像中物体的边缘和随机噪

声等信息。

低通滤波是指保留低频分量，而通过滤波器函数H(u，v)减弱或抑

制高频分量的过程。低通滤波与空域中的平滑滤波器一样可以消

除图像中的随机噪声，减弱边缘效应，起到平滑图像的作用。

高通滤波：图像的边缘、细节主要在高频，图像模糊是由于高频

成分较弱产生的。为了消除模糊，突出边缘，可以采用高通滤波

的方法，使低频分量得到抑制，从而达到增强高频分量，使图像

的边沿或线条变得清晰，实现图像的锐化。

二、医学图像退化及复原

1、产生带运动和噪声的退化图像

首先使用fspecial产生一个了len=7,theta=45的移动退化滤波器，然后使用

产生的移动退化滤波器作为imfilter的滤波模板，边界填充选项(boundary_options)

选择circular‘’，为图像BMRI1_24bit.bmp添加一个移动退化，再使用imnoise产

生一个均值为0，方差为0.001的高斯噪声，并将高斯噪声叠加到已经产生移动

退化的图像MRIBrain_10.bmp上。

2、对退化图像进行复原

使用DECONVWNR函数对产生退化的MRIBrain_10.bmprp按下面的四种方

法进行复原。

（1）省