选择一批包含不同类型噪声的图像包括高斯噪声、椒盐噪声、泊松噪声三种噪声类型或者可选用清晰的图像通过 matlab 等仿真工具对原始图像添加不同参数的噪声并绘制图像的时域及频域图观察含有噪声的图像频谱特征。2频域滤波器：选择一种或多种频域滤波器如理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器、中值滤波器等。3去噪处理：对数据集中的图像进行去噪处理并记录下处理时间和处理后的图像以及图像的频谱图。

1. 添加不同类型噪声的图像

首先，我们选择一张清晰的图像，例如lena图像。然后，我们可以用matlab的imnoise函数添加高斯噪声、椒盐噪声和泊松噪声。

高斯噪声：

lena_gauss = imnoise(lena, 'gaussian', 0, 0.01);

椒盐噪声：

lena_salt_pepper = imnoise(lena, 'salt & pepper', 0.05);

泊松噪声：

lena_poisson = imnoise(lena, 'poisson');

添加噪声后，我们可以用imshow函数显示图像，观察噪声的影响。

imshow(lena_gauss) imshow(lena_salt_pepper) imshow(lena_poisson)

2. 频域滤波器

我们选择一个常用的频域滤波器——高斯低通滤波器。该滤波器可以用matlab的fspecial函数生成。

高斯低通滤波器：

h = fspecial('gaussian', [5 5], 2);

然后，我们可以用matlab的imfilter函数对图像进行滤波操作。

lena_gauss_filtered = imfilter(lena_gauss, h); lena_salt_pepper_filtered = imfilter(lena_salt_pepper, h); lena_poisson_filtered = imfilter(lena_poisson, h);

同样地，我们可以用imshow函数显示图像，观察滤波的效果。

imshow(lena_gauss_filtered) imshow(lena_salt_pepper_filtered) imshow(lena_poisson_filtered)

3. 去噪处理

我们选择去噪处理中的一种常用方法——中值滤波器。该滤波器可以用matlab的medfilt2函数生成。

中值滤波器：

lena_gauss_median = medfilt2(lena_gauss); lena_salt_pepper_median = medfilt2(lena_salt_pepper); lena_poisson_median = medfilt2(lena_poisson);

然后，我们可以用imshow函数显示图像，观察去噪的效果。

imshow(lena_gauss_median) imshow(lena_salt_pepper_median) imshow(lena_poisson_median)

此外，我们还可以将滤波前后的图像频谱进行对比，观察频谱特征的变化。可以用matlab的fft2函数进行傅里叶变换，然后用matlab的abs函数求出幅度谱，并用matlab的imshow函数显示频谱图。

lena_gauss_fft = fftshift(fft2(lena_gauss)); lena_gauss_fft_abs = abs(lena_gauss_fft); lena_gauss_filtered_fft = fftshift(fft2(lena_gauss_filtered)); lena_gauss_filtered_fft_abs = abs(lena_gauss_filtered_fft);

imshow(log(lena_gauss_fft_abs), []) imshow(log(lena_gauss_filtered_fft_abs), [])

同理，我们可以对其他图像进行频谱分析，观察频谱特征的变化