數(shù)字圖像處理在案件中的應(yīng)用報(bào)告-wenkub
2022-09-08 13:26:56 本頁面
【正文】 像，有利用線索的尋找，邊緣檢測(cè)的方法梯度算子、拉普拉斯算子等，圖形復(fù)原主要是退化然后再?gòu)?fù)原，復(fù)原的方法主要有逆濾波復(fù)原和偉納濾波復(fù)原。 關(guān)鍵字 中值濾波 均值濾波 算子 圖形復(fù)原 低通濾波 2 目 錄 一 .圖 像 增強(qiáng) 在刑事案件中的應(yīng)用 ......................3 直方圖處理圖像 ..............................3 用鄰域平均方法對(duì)圖像進(jìn)行增強(qiáng)處理 ............3 用中值濾波方法對(duì)圖像進(jìn)行增強(qiáng)處理 ............3 二 .邊緣檢測(cè) 在刑事案件中的應(yīng)用 ......................4 算子銳化 ....................................4 邊緣檢測(cè) ....................................4 三 .圖 像 復(fù)原在刑事案件中的 應(yīng)用 ......................4 圖像退化 ....................................4 逆濾波圖像復(fù)原 ..............................4 維納濾波圖像復(fù)原 ..................... ......5 四 .圖像增強(qiáng)的實(shí)現(xiàn)以及代碼 ..........................7 五 .邊緣檢測(cè)的方法以及代碼 .........................19 六 .圖像復(fù)原的方法以及代碼 .........................25 七 .參考文獻(xiàn) ............................ ..........28 3 一 .圖 像 增強(qiáng) 在刑事案件中的應(yīng)用 直 方圖處理圖像 直方圖反映了圖的像素的灰度分布，是反映一幅圖像中的灰度級(jí)與出現(xiàn)這種灰度級(jí)的像素的概率之間關(guān)系的圖形。 直方圖均衡化是將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。均值濾波也稱為線性濾波，其采用的主要方法為鄰域平均法。二維 中值 濾波輸出為 g（ x,y）=med{f(xk,yl),(k,l∈ W)} ，其中 ,f(x,y)， g(x,y)分別為原始圖像和處理后圖像。 二 .邊緣檢測(cè) 在刑事案件中的應(yīng)用 算 子銳化 圖像銳化就是補(bǔ)償圖像的 輪廓 ，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰，亦分空域處理和頻域處理兩類?；诓檎业姆椒ㄍㄟ^尋找圖像一階導(dǎo)數(shù)中的最大和最小值來檢測(cè)邊界，通常是將邊界定位在梯度最大的方向。 三 .圖 像 復(fù)原在刑事案件中的 應(yīng) 用 圖 像退化 設(shè)一成像系統(tǒng)的物象映射關(guān)系（或說退化圖像）為： g(x,y)=T{f(x,y)} 式中 g(x,y)為輸出的退化函數(shù)或退化圖像 f(x,y)為輸入的圖像函數(shù) T(f(x,y))成像系統(tǒng)的運(yùn)算符，也可以認(rèn)為是線性算子 逆 濾波圖像復(fù)原 如果退化圖像為 ? ?,gxy ，原始圖像為 ? ?,f xy ，在不考慮噪聲的情況下，其退化模型可用下式表示 ? ? ? ? ? ?, , ,g x y f x y d d? ? ? ? ? ? ?? ? ? ?? ? ? ?? ? ??? (1225) 5 由傅立葉變換的卷積定理可知有下式成立 ? ? ? ? ? ?, , ,G u v H u v F u v? (1226) 式中， ? ?,Guv 、 ? ?,Huv 、 ? ?,Fuv 分別是退化圖像 ? ?,gxy 、點(diǎn)擴(kuò)散函數(shù) ? ?,hxy 、原始圖像 ? ?,f xy 的傅立葉變換。 維 納濾波圖像復(fù)原 維納濾波就是最小二乘濾波，它是使原始圖像 ? ?,f xy 與其恢復(fù)圖像 ? ?? ,f xy 之間的均方誤差最小的復(fù)原方 法。這是實(shí)際中應(yīng)用的公式。 figure。)。 title(39。imshow(a)。 subplot(122)。)。 imshow(J1)。 subplot(122)。)。 imshow(a)。 subplot(222)。)。均衡前直方圖 39。 title(39。39。 title(39。 end A=uint8(A)?；叶葓D像 39。 pepper39。 imshow(j)。 g=imnoise(A,39。 imshow(g)。 p=imnoise(A,39。 12 imshow(p)。 s=imnoise(A,39。 imshow(s)。 圖 48 加了噪音的圖像 h1=[,。2 4 2。1 1 1]。 I1=filter2(h1,j)。 figure。鄰域平均濾波 h139。 title(39。 imshow(I3,[])。 subp
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1