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%
![现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]](https://img-blog.csdnimg.cn/22dd30e2376b4a01acf859a3fe843a30.png)
![现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]](https://javaforall.net/wp-content/uploads/2020/11/2020110817443450.jpg)
2、噪声强度为30%
![现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]](https://img-blog.csdnimg.cn/3e3b9ad989994874bae716fb2bba8574.png)
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：
![现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]](https://img-blog.csdnimg.cn/684c0eb1bcb9439fa92692043193318b.png)
（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：![现代数字图像处理作业———对lena图像进行简单处理[通俗易懂]](https://img-blog.csdnimg.cn/b018261c922f4e1eafefaa395ddac79e.png)
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。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/150962.html原文链接：https://javaforall.net
