版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、課程名稱 專業(yè)班級(jí):字像處理導(dǎo)論名 號(hào) 電氣與信息學(xué)陵和諧勤奮求是創(chuàng)新實(shí)驗(yàn)題目圖像復(fù)原實(shí)驗(yàn)-空域?yàn)V波復(fù)原實(shí)驗(yàn)室dsp室&信號(hào)室實(shí)驗(yàn)時(shí)間2015 年 10 月 13 口實(shí)驗(yàn)類別設(shè)計(jì)同組人數(shù)2成績指導(dǎo)教師簽字:一. 實(shí)驗(yàn)?zāi)康?. 掌握?qǐng)D像濾波的基本定義及0的。2. 理解空間域?yàn)V波的基本原理及方法。3. 掌握進(jìn)行圖像的空域?yàn)V波的方法。二. 實(shí)驗(yàn)內(nèi)容1. 讀岀eighltif這幅圖像,給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖顯示在同一圖 像窗口中。2. 對(duì)加入噪聲圖像選用不同的平滑(低通)模板做運(yùn)算,對(duì)比不同模板所形成的效果,要求在同 一窗口中顯示。3. 使用函數(shù)imfdter時(shí),分
2、別采用不同的填充方法(或邊界選項(xiàng),如零填 充、replicate、symmetric、circular)進(jìn)行低通濾波,顯示處理后的圖像。4. 運(yùn)用for循環(huán),將加有椒鹽噪聲的圖像進(jìn)行10次,20次均值濾波,查看其特點(diǎn),顯示均值處理后 的圖像(提示:利用fspecial函數(shù)的average類型生成均值濾波器)。5. 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法,和中值濾波法對(duì)有噪聲的圖像做處理,要求在同 一窗口中顯示結(jié)果。6. 自己設(shè)計(jì)平滑空間濾波器,并將其對(duì)噪聲閣像進(jìn)行處理,顯示處理后的閣像。三. 實(shí)驗(yàn)具體實(shí)現(xiàn)1. 讀出(自己選定.tif)這幅圖像,給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張圖
3、顯示 在同一閣像窗口屮。i=imread(,trees, tif); subplot (1,3, 1) inishow(t);title( original image );j = imnoised, * salt & pepper,0. 05) ; %noise density=0. 05 subplot (1, 3, 2) imshow(j);titlesalt & pepper );k= imnoise(i, gaussian,0. 01, 0. 01); subplot (1, 3, 3)imshow(k);title( gaussian )2. 對(duì)加入噪聲圖像選用不同
4、的平滑(低通)模板做運(yùn)算,對(duì)比不同模板所形成的效果,要求在同 一'窗口中顯不。i=imread(,moon, tif);h = fspecial ( sobel); subplot (2, 2, 1) imshow(t);titlec original image );sobel 二 imfilter(i, h, replicate); subplot (2, 2, 2)imshow(sobel); title( sobel image )ii = fspecial c lapla.cian,, 0. 4); lap = imfilter(i,h,replicate); subplot
5、 (2, 2, 3) imshow(lap);titlec laplacian image )h 二 fspecial ( gaussian,3 3, 0. 5); gaussian = imfiiter(i, h,' replicate'); subplot (2, 2, 4)imshow(gaussian); titlec gaussian tmage )3. 使用函數(shù)imfilter時(shí),分別采用不同的填充方法(或邊界選項(xiàng),如零填 充、replicate、symmetric、circular)進(jìn)行低通濾波,顯示處理后的圖像。originalrgb = imread(ftre
6、es.tif); subplot(3,2,l) imshow(originalrgb); title( qriginal image );h = fspecial(motion,50, 45); %motion blurred filteredrgb = imfilter(originalrgb, h); subplot(3,2,2)imshow(filteredrgb);title( motion blurred image );boundaryreplicatergb = imfilter(originalrgb,h, replicate); subplot(3,2,3)imshow(bo
7、undaryreplicatergb); title(' o-padding*);boundaryorgb = imfilter(originalrgb, h, 0);subplot(3,2,4)imshow(boundaryorgb);title(replicate);boundarysymmetricrgb = imfilter(originalrgb, h,symmetric); subplot(3,2,5)imshow(boundarysymmetricrgb); title( symmetric r);boundarycircularrgb = imfilter(origin
8、alrgb,h,'circular); subplot(3,2,6)imshow(boundarycircularrgb); title( circular);4. 運(yùn)用for循環(huán),將加有椒鹽噪聲的圖像進(jìn)行10次,20次均值濾波,查看其特點(diǎn),s示均值處理后 的圖像(提示:利用fspecial函數(shù)的average類型生成均值濾波器)。i=imreadc kids. tifj);j = imnoise(t,' salt & pepper,0. 05); subplot (1, 3, 1) imshow(j);titlec salt & pepper noise);
9、h二fspecial( average); %averaging filtering jl=imfil ter (j, h);for i=l:10 jl=imfilter (j, h); subplot (1, 3, 2) imshow(jl);titlec 10 averaging filtering); endj2=imfilter(j, h); for i=l:20 j2=imfilter(j, h); subplot (1, 3, 3) imshow(j2);titlec 20 averaging filtering); end5. 對(duì)加入椒鹽噪聲的圖像分別采用均值濾波法,和屮值濾波法
10、對(duì)有噪聲的圖像做處理,要求在同 一窗口中顯示結(jié)果。i=imread(,trees, tif);j = imnoised,' salt & pepper,0. 05); subplot (1,3, 1) imshow(j);titleoriginal tmage );h=fspecial( average); %averaging filtering jl=imfilter(j, h); subplot (1, 3, 2) imshow(jl);titlec averaging filtering );j2=medfiit2(j);%median filteringsubplot
11、 (1, 3, 3)imshow(j2);titlec median filtering );6. 自己設(shè)計(jì)平滑空間濾波器,并將其對(duì)噪聲圖像進(jìn)行處理,顯示處理后的圖像。domain=0 0 8 0 0;0 0 8 0 0;8 8 8 8 8;0 0 8 0 0;0 0 8 0 0;l=jmread('trees.tif);j = imnoise(l,salt & pepper*,0.05); subplot(1,2,1)imshow(j);title(* original image ');k1= ordfilt2(j,5,domain); subplot(1,2,2)
12、 imshow(k1);titlef 5*5 smoothing fitered image');附錄:可能用到的函數(shù)和參考結(jié)果*報(bào)告里不能用參考結(jié)果中的圖像1) 讀岀eight.tif這幅圖像,給這幅圖像分別加入椒鹽噪聲和高斯噪聲后并與前一張 圖顯示在同一圖像窗口中。l=imread(fcameraman.tif); subplot(1,3,1) imshow(l);titlef original image );j = imnoise(l/salt & pepper0.05); %noise density=0.05subplot(1,3,2)imshow(j);title
13、( salt & pepperf);k= imnoise(l/gaussian0.01,0.01);subplot(1,3,3)imshow(k);titlef gaussian );original imagesalt&pepper noisegaussian noise圖2.1初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖2) 對(duì)加入噪聲圖像選用不同的平滑(低通)模板做運(yùn)算,對(duì)比不同模板所形成的效 果,要求在同一窗口屮顯示。|=imread(trees.tif);h = fspecial(.sobel);subplot(2,2,1)imshow(l);titlef original
14、 image ');sobel = imfilter(l,h,'replicate*);subplot(2,2,2)imshow(sobel);titlef sobel image )h = fspecial(flaplacian0.4);lap = imfilter(l,h,*replicate*);subplot(2,2,3)imshow(lap);title(f laplacian image )h = fspecial(.gaussianf,3 3,0.5);gaussian = imfilter(l,h/replicate,);subplot(2,2,4)imshow
15、(gaussian);titlef gaussian image f)圖2. 2原圖像及各類低通濾波處理圖像3) 使用函數(shù)imfiltei時(shí),分別采用不同的填充方法(或邊界選項(xiàng),如零填 充、replicate、symmetric、circular)進(jìn)行低通濾波,顯示處理后的圖像。originalrgb = imread(sedemo_onion.png,);subplot(3,2,1)imshow(originalrgb);title( original image );h = fspecial(motion,50, 45); %motion blurredfilteredrgb = imfi
16、lter(originalrgb, h);subplot(3,2,2)imshow(filteredrgb);titlec motion blurred image );boundaryreplicatergb = imfilter(originalrgb, h, replicate);subplot(3,2,3)imshow(boundaryreplicatergb);title(. o-padding*);boundaryorgb = imfilter(originalrgb, h, 0);subplot(3,2,4)imshow(boundaryorgb);title(replicate
17、);boundarysymmetricrgb = imfilter(originalrgb, h, 'symmetric*);subplot(3,2,5)imshow(boundarysymmetricrgb);titlef symmetric );boundarycircularrgb = imfilter(originalrgb, h, circular);subplot(3,2,6)imshow(boundarycircularrgb);title( circular);圖2. 3原圖像及運(yùn)動(dòng)模糊圖像o-paddingreplicate圖2. 4函數(shù)imfilter各填充方式處理
18、圖像4) 運(yùn)用for循環(huán),將加有椒鹽噪聲的圖像進(jìn)行10次,20次均值濾波,查看其特點(diǎn), 顯示均值處理后的圖像。l=jmread(kids.tif);j = imnoise(l/salt & pepper1,0.05);subplot(1,3,1)imshow(j);titlec salt & pepper noise1);h=fspecial(,average1);%averaging filteringj1=imfilter(j,h);for i=1:10j1=imfilter(j,h);subplot(1,3,2)imshow(j1);titlec 10 averaging
19、 filtering); endj2=imfilter(j,h);for i=1:20j2=imfilter(j,h);subplot(1,3,3)imshow(j2);titlec 20 averaging filtering1); end圖2. 5椒鹽噪聲污染圖像經(jīng)10次、20次均值濾波圖像由圖2.5可得,20次濾波后的效果明顯好于10次濾波,但模糊程度也更強(qiáng)。5)對(duì)加入椒鹽噪聲的閣像分別采用均伉濾波法,和屮伉濾波法對(duì)有噪聲的閣像做處理,要求在同一窗口中顯示結(jié)果l=imread(kids.tif);j = imnoise(l,salt & pepper.,0.05);subplot(1,3,1)imshow(j);title(. original image ');h=fspecial(average); %averaging filteringj1=imfilter(j,h);subplot(1,3,2)imshow(j1);title( averaging filtering );j2=medfilt2(j);%median filteringsubplot(1,3,3)imshow(j2);title( median filtering );
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 道路景觀設(shè)施承諾書
- 煙草產(chǎn)品收款流程
- 印刷廠門窗施工合同協(xié)議書
- 健身房墻面裝修合同協(xié)議
- 可持續(xù)發(fā)展成品油市場(chǎng)管理辦法
- 基坑降水施工合同:文物保護(hù)工程
- 廣告公司合同管理方案
- 建筑公司工程車輛司機(jī)聘用合同
- 通信設(shè)備維護(hù)服務(wù)合同
- 流行病的特征
- GB/T 17892-2024優(yōu)質(zhì)小麥
- 調(diào)酒初級(jí)基礎(chǔ)理論知識(shí)單選題100道及答案解析
- 第5課用發(fā)展的觀點(diǎn)看問題2023-2024學(xué)年中職高教版2023哲學(xué)與人生
- 危廢治理項(xiàng)目經(jīng)驗(yàn)-危廢治理案例分析
- 南京市2024-2025學(xué)年六年級(jí)上學(xué)期11月期中調(diào)研數(shù)學(xué)試卷二(有答案)
- 2021大學(xué)生個(gè)人職業(yè)生涯規(guī)劃書6篇
- 汽車防凍液中毒
- 粉條產(chǎn)品購銷合同模板
- 2024至2030年中國自動(dòng)車配件行業(yè)投資前景及策略咨詢研究報(bào)告
- 2024-2030年中國蔗糖行業(yè)市場(chǎng)深度調(diào)研及發(fā)展趨勢(shì)與投資前景研究報(bào)告
- 北師版 七上 數(shù)學(xué) 第四章 基本平面圖形《角-第2課時(shí) 角的大小比較》課件
評(píng)論
0/150
提交評(píng)論