




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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、實(shí)驗(yàn)報(bào)告課程名稱數(shù)字圖像處理導(dǎo)論專業(yè)班級姓名學(xué)號電氣與信息學(xué)院和諧勤奮求是創(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16實(shí)驗(yàn)室DSP室&>#室實(shí)驗(yàn)時(shí)間2015年10月13日實(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? .掌握圖像濾波的基本定義及目的。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。2 .實(shí)驗(yàn)內(nèi)容1 .讀出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。2 .對加入噪聲圖像選用不同的平滑(低通)模板做運(yùn)算,對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)imfilter
2、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。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averag類型生成均值濾波器)。5 .對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,并將其對噪聲圖像進(jìn)行處理,顯示處理后的圖像。3 .實(shí)驗(yàn)具體實(shí)現(xiàn)1 .讀出(自己選定.tif)這
3、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。I=imread('trees.tif);subplot(1,3,1)imshow(I);title('OriginalImage');J=imnoise(I,'salt&pepper',0.05);%noisedensity=0.05subplot(1,3,2)imshow(J);title('salt&pepper');K=imnoise(I,'gaussian',0.01,0.01);subplot(1,3,3)imsho
4、w(K);title('gaussian')2 .對加入噪聲圖像選用不同的平滑(低通)模板做運(yùn)算,對比不同模板所形成的效果,要求在同一窗口中顯示。I=imread('moon.tif);H=fspecial('sobel');subplot(2,2,1)imshow(I);title('QriginalImage');Sobel=imfilter(I,H,'replicate');subplot(2,2,2)imshow(Sobel);title('SobelImage')H=fspecial('l
5、aplacian',0.4);lap=imfilter(I,H,'replicate');subplot(2,2,3)imshow(lap);title('LaplacianImage')H=fspecial('gaussian',33,0.5);gaussian=imfilter(I,H,'replicate');subplot(2,2,4)imshow(gaussian);title('GaussianImage')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、'
6、;replicate'、'symmetric'、"circular')進(jìn)行低通濾波,顯示處理后的圖像。originalRGB=imread('trees.tif);subplot(3,2,1)imshow(originalRGB);title('QriginalImage');h=fspecial('motion',50,45);%motionblurredfilteredRGB=imfilter(originalRGB,h);subplot(3,2,2)imshow(filteredRGB);title(
7、9;MotionBlurredImage');boundaryReplicateRGB=imfilter(originalRGB,h,'replicate');subplot(3,2,3)imshow(boundaryReplicateRGB);title('0-Padding');boundaryORGB=imfilter(originalRGB,h,0);subplot(3,2,4)imshow(boundaryORGB);title('Replicate');boundarysymmetricRGB=imfilter(origina
8、lRGB,h,'symmetric');subplot(3,2,5)imshow(boundarysymmetricRGB);title('Symmetric');boundarycircularRGB=imfilter(originalRGB,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),顯示均值處理后的圖像(提示:利用fspecial函數(shù)的ave
9、rag類型生成均值濾波器)。I=imread('kids.tif);J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('salt&pepperNoise');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);fo門=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('10AveragingFiltering');en
10、dJ2=imfilter(J,h);fori=1:20J2=imfilter(J,h);subplot(1,3,3)imshow(J2);title('20AveragingFiltering');end文件的編輯首君M發(fā)人出工莫面©營口業(yè))譽(yù)第回Ql3JWg貨/口口口salt&pepp&rJoiss10AveragingFiltering20AveragingFiltering5 .對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=imnoise(
11、I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('OriginalImage');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('AveragingFiltering');J2=medfilt2(J);%MedianFilteringsubplot(1,3,3)imshow(J2);title('MedianFiltering
12、39;);6 .自己設(shè)計(jì)平滑空間濾波器,并將其對噪聲圖像進(jìn)行處理,顯示處理后的圖像。domain=00800;00800;88888;00800;00800;I=imread('trees.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,2,1)imshow(J);title('OriginalImage');K1=ordfilt2(J,5,domain);subplot(1,2,2)imshow(K1);title('5*5SmoothingFiteredImage');F
13、igure1文件的扁輯E)查春M殘入3工具桌面©街口業(yè))彗盟回dJ晨二門嗅/,0口口OriginalImage5*5SmoothingFiteredImage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) 讀出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。I=imread('cameraman.tif');subplot(1,3,1)imshow(I);title('QriginalImage');%noise density=0.05J=imnoise(I,'salt&a
14、mp;pepper',0.05);subplot(1,3,2)imshow(J);title('salt&pepper');K=imnoise(I,'gaussian',0.01,0.01);subplot(1,3,3)imshow(K);title('gaussian');圖2.1初始圖像及椒鹽噪聲圖像、高斯噪聲污染圖2) 對加入噪聲圖像選用不同的平滑(低通)模板做運(yùn)算,對比不同模板所形成的效果,要求在同一窗口中顯示。I=imread('trees.tif');H=fspecial('sobel'
15、);subplot(2,2,1)imshow(I);title('QriginalImage');Sobel=imfilter(I,H,'replicate');subplot(2,2,2)imshow(Sobel);title('SobelImage')H=fspecial('laplacian',0.4);lap=imfilter(I,H,'replicate');subplot(2,2,3)imshow(lap);title('LaplacianImage')H=fspecial('g
16、aussian',33,0.5);gaussian=imfilter(I,H,'replicate');subplot(2,2,4)imshow(gaussian);title('GaussianImage')圖2.2原圖像及各類低通濾波處理圖像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('sedemo_onion.png
17、39;);subplot(3,2,1)imshow(originalRGB);title('OriginalImage');h=fspecial('motion',50,45);%motionblurredfilteredRGB=imfilter(originalRGB,h);subplot(3,2,2)imshow(filteredRGB);title('MotionBlurredImage');boundaryReplicateRGB=imfilter(originalRGB,h,'replicate');subplot(3,
18、2,3)imshow(boundaryReplicateRGB);title('0-Padding');boundary0RGB=imfilter(originalRGB,h,0);subplot(3,2,4)imshow(boundary0RGB);title('Replicate');boundarysymmetricRGB=imfilter(originalRGB,h,'symmetric');subplot(3,2,5)imshow(boundarysymmetricRGB);title('Symmetric');boun
19、darycircularRGB=imfilter(originalRGB,h,'circular');subplot(3,2,6)imshow(boundarycircularRGB);title('Circular');圖2.3原圖像及運(yùn)動模糊圖像圖2.4函數(shù)imfilter各填充方式處理圖像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。I=imread('kids.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,
20、1)imshow(J);title('salt&pepperNoise');h=fspecial('average');%AveragingFilteringJ1=imfilter(J,h);fo門=1:10J1=imfilter(J,h);subplot(1,3,2)imshow(J1);title('10AveragingFiltering');endJ2=imfilter(J,h);fo門=1:20J2=imfilter(J,h);subplot(1,3,3)imshow(J2);title('20AveragingFiltering');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,和中值濾波法對有噪聲的圖像做處理,要求在同一窗口中顯示結(jié)果I=imread('kids.tif');J=imnoise(I,'salt&pepper',0.05);subplot(1,3,1)imshow(J);title('OriginalImage');h=fspecial('averag
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)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年安徽客運(yùn)員題庫軟件
- 特定工作經(jīng)歷與崗位證明書(5篇)
- ××中學(xué)心理健康咨詢辦法
- 童話故事中的英雄童話(7篇)
- 某中學(xué)學(xué)生社團(tuán)活動審批制度
- 社會學(xué)城市生活變遷案例研究試題庫
- 一次演講比賽勇敢表達(dá)自己的演講稿(13篇)
- 保密協(xié)議工資保密協(xié)議書
- 2025年北京師范大學(xué)事業(yè)單位招聘考試綜合類面試真題試卷
- 2025年安全工程師考試模擬試卷:安全應(yīng)急預(yù)案編制與案例分析
- 四川省成都市郫都區(qū)2024屆七年級數(shù)學(xué)第二學(xué)期期末綜合測試試題含解析
- 行政培訓(xùn)學(xué)習(xí)課件
- 《電子門禁設(shè)計(jì)》課件
- 一平臺機(jī)考《數(shù)據(jù)結(jié)構(gòu)》復(fù)習(xí)資料3
- AI驅(qū)動測試優(yōu)化
- 2023年10月自考00401學(xué)前比較教育試題及答案含評分標(biāo)準(zhǔn)
- 《二十四孝圖》課件
- 國開《酒店前廳服務(wù)與管理》形考任務(wù)1-3答案
- 2023年四川省資陽市面向全國公開引進(jìn)急需緊缺高層次人才(共500題)筆試必備質(zhì)量檢測、歷年高頻考點(diǎn)模擬試題含答案解析
- 國考云在線考試系統(tǒng)試題
- 紅色文化學(xué)習(xí)通課后章節(jié)答案期末考試題庫2023年
評論
0/150
提交評論