换物网站为什么做不起来,深圳产品设计招聘信息,医药销售网站开发背景,国外服务器购买推荐目录
一、实验目的
二、实验原理
1. 空域平滑滤波
2. 椒盐噪声的处理
三、实验内容
四、源程序和结果
(1) 主程序#xff08;matlab#xff09;
(2) 函数GrayscaleFilter
(3) 函数MeanKernel
(4) 函数MedFilter
五、结果分析
1. 空域平滑滤波
2. 椒盐噪声的处理…目录
一、实验目的
二、实验原理
1. 空域平滑滤波
2. 椒盐噪声的处理
三、实验内容
四、源程序和结果
(1) 主程序matlab
(2) 函数GrayscaleFilter
(3) 函数MeanKernel
(4) 函数MedFilter
五、结果分析
1. 空域平滑滤波
2. 椒盐噪声的处理 一、实验目的 熟练掌握空域平滑滤波的原理、方法及其MATLAB实现。分析模板大小对空域平滑滤波的影响线性和非线性方法对空域平滑滤波增强效果的影响比较不同滤波器的处理效果分析其优缺点。 二、实验原理
1. 空域平滑滤波 空域平滑滤波是一种基本的图像处理技术旨在降低图像中的噪声并模糊图像细节。其原理是基于图像中像素值的局部平均化或加权平均化来实现。 具体来说平滑滤波器在图像上滑动对每个像素周围邻域内的像素进行平均操作。这通常涉及将滤波器覆盖的像素值进行加权平均得到一个新的像素值来代替原始像素值。平均操作有助于消除高频噪声并使图像变得更加平滑。 在该实验中用到的平滑滤波器为均值滤波器。 均值滤波器是一种常见的空域平滑滤波器用于图像处理中的噪声抑制和平滑处理。其原理是在图像中滑动一个固定大小的滤波窗口对窗口中的像素值进行平均操作用平均值替代中心像素的值适用于去除轻度噪声和平滑图像。 一般来说对同一幅图像进行均值滤波器处理尺寸越大的均值滤波器处理后的图像越模糊设置分辨不出图像内容。但是对于包含大量噪声或细节的图像均值滤波器可能会导致图像过度模糊因为它平均化了整个邻域内的像素。
2. 椒盐噪声的处理 对于包含大量噪声或细节的图像比如含有“椒盐噪声”的图像往往会采用中值滤波器。中值滤波器是一种非线性滤波器在图像处理中常用于去除椒盐噪声或斑点噪声。与均值滤波器不同中值滤波器不是对图像像素进行加权平均而是将图像区域内像素值排序后选取中间值中值作为当前像素的新值。 虽然中值滤波器在处理去除椒盐噪声上有优势但是中值滤波器的处理速度较慢特别是在处理大尺寸窗口或高分辨率图像时。另外对于高斯噪声等连续性噪声中值滤波器的去噪效果可能不如均值滤波器等线性滤波器。
三、实验内容 选择一幅图像分别选择两种尺寸的算术平均模板进行均值滤波模糊处理并对不同尺寸的滤波器模板操作后的图像进行比较。选择一幅图像对图像加入椒盐噪声检验两种滤波模板3×3平均模板和3×3中值滤波器对噪声的滤波效果。 四、源程序和结果
(1) 主程序matlab
clear;close;% 读取彩色图片
img imread(lena.jpg);
grayscale rgb2gray(img); % 读取灰度图% 显示原始图片
subplot(2, 2, 1);
imshow(grayscale);
title(原始图片);% 1) 分别选择 3×37×725×25 等平均模板进行均值滤波
filter_sizes [3, 7, 25];
for i 1:numel(filter_sizes)filter_size MeanKernel(filter_sizes(i));filtered_grayscale GrayscaleFilter(grayscale, filter_size);% 显示滤波后的图片subplot(2, 2, i1);imshow(filtered_grayscale);title([均值滤波 ,num2str(filter_sizes(i)), x, num2str(filter_sizes(i))]);
end% 2) 对图像加入椒盐噪声
noisy_grayscale imnoise(grayscale, salt pepper, 0.1);% 显示加入噪声的图片
figure;
subplot(2, 2, 1);
imshow(grayscale);
title(原始图片);% 显示加入噪声的图片
subplot(2, 2, 2);
imshow(noisy_grayscale);
title(添加椒盐噪声);% 使用3x3平均模板进行滤波
avg_filtered_grayscale GrayscaleFilter(noisy_grayscale, MeanKernel(3));
subplot(2, 2, 3);
imshow(avg_filtered_grayscale);
title(图像 3x3 均值滤波);% 使用3x3中值滤波器进行滤波
med_filtered_grayscale MedFilter(grayscale);subplot(2, 2, 4);
imshow(med_filtered_grayscale);
title(图像 3x3 中值滤波);
(2) 函数GrayscaleFilter
% 功能输入灰度图和滤波核输出滤波图像
function filtered_image GrayscaleFilter(gray_image, filter_kernel)% 读取行列值[rows, cols] size(gray_image);[krows, kcols] size(filter_kernel);% 计算边界填充零填充pad_rows floor(krows/2);pad_cols floor(kcols/2);padded_image zeros(rows 2*pad_rows, cols 2*pad_cols);padded_image(pad_rows1:end-pad_rows, pad_cols1:end-pad_cols) gray_image;% 对图像进行滤波filtered_image zeros(rows, cols);for i 1:rowsfor j 1:colspatch padded_image(i:ikrows-1, j:jkcols-1);filtered_image(i, j) sum(patch(:) .* filter_kernel(:)); % 卷积运算endend% 还原到0~255的灰度像素范围filtered_image uint8(filtered_image);
end
(3) 函数MeanKernel
function mean_filter MeanKernel(x)% 定义均值滤波器mean_filter 1/(x*x) * ones(x, x);
end
(4) 函数MedFilter
% 功能3*3中值滤波器滤波
function filtered_image MedFilter(gray_image)
[m, n] size(gray_image);
filtered_image gray_image;
for i 2:m-1for j 2:n-1% 获取3x3邻域内的像素值neighborhood gray_image(i-1:i1, j-1:j1);% 计算邻域内像素值的中值作为当前像素值filtered_image(i, j) median(neighborhood(:));end
end
五、结果分析
1. 空域平滑滤波 如图一所示均值滤波器滤波后的图像会变模糊且会滤波核的大小的增大而变得更模糊。 图一 均值滤波
2. 椒盐噪声的处理 如图二所示布满椒盐噪声的图片整幅图像充满了黑白点。对于这类噪声的处理使用均值滤波器滤波后的图像得益于均值滤波器的模糊效果黑白点确实没那么明显突出了但是效果还是不尽人意一方面噪声又没完全剔除另一方面原本图像的细节也被模糊了。而观察中值滤波后的图像可以惊讶的发现滤波后的图像基本上和原图一样看不出什么差别出来。由此空间中值滤波器对椒盐噪声的剔除有奇效十分适合这种场景。 图二 椒盐噪声处理
