matlab課程設(shè)計(jì)--應(yīng)用圖像處理(編輯修改稿)
2024-07-13 05:54 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 了象素灰度值的動(dòng)態(tài)范圍從而可達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。設(shè)原始圖像在 (x， y) 6 處的灰度為 f，而改變后的圖像為 g，則對(duì)圖像增強(qiáng)的方法可表述為將在 (x， y)處的灰度f(wàn) 映射為 g。在灰度直方圖均衡化處理中對(duì)圖像的映射函數(shù)可定義為 :g = EQ (f)，這個(gè)映射函數(shù) EQ(f)必須滿足兩個(gè)條件 (其中 L 為圖像的灰度級(jí)數(shù) ): (1)EQ(f)在 0≤f≤L1范圍內(nèi)是一個(gè)單值單增函數(shù)。這是為了保證增強(qiáng)處理沒(méi)有打亂原始圖像的灰度排列次序，原圖各灰度級(jí)在變換后仍保持從黑到白 (或從白到黑 )的排列。 (2)對(duì)于 0≤f≤L1有 0≤g≤L1，這個(gè)條件保證了變換前后灰度值動(dòng)態(tài)范圍的一致性。 圖像濾波 率成分 ， 可以濾 除 干擾噪聲 。 在數(shù)字圖像處理中，常常會(huì)遇到圖像中混雜有許多的噪聲 。因此，在進(jìn)行圖像處理中，有時(shí)要先進(jìn)行祛除噪聲的工作。最常用的祛除噪聲的方法是用濾波器進(jìn)行濾波處理。 MATLAB 的圖像處理工具箱里也設(shè)計(jì)了許多的濾波器。如均值濾波器、中值濾波器、維納濾波器等 。 維納濾波器 ： 維納濾波器（ Wiener filter）是由數(shù)學(xué)家維納（ Rorbert Wiener）提出的一種以最小平方為最優(yōu)準(zhǔn)則的線性濾波器。在一定的約束條件下，其輸出與一給定函數(shù)（通常稱為期望輸出）的差的平方達(dá)到最小，通過(guò)數(shù)學(xué)運(yùn)算最終可變?yōu)橐粋€(gè)托布利茲方程的求解問(wèn)題。維納濾波器又被稱為最小二乘濾波器或最小平 方濾波器，目前是基本的濾波方法之一。維納濾波是利用平穩(wěn)隨機(jī)過(guò)程的相關(guān)特性和頻譜特性對(duì)混有噪聲的信號(hào)進(jìn)行濾波的方法 。 中值濾波器 : 中值濾波 是一種非線性數(shù)字濾波器技術(shù)，經(jīng)常用于去除圖像或者其它信號(hào)中的噪聲。這個(gè)設(shè)計(jì)思想就是檢查輸入信號(hào)中的采樣并判斷它是否代表了信號(hào)，使用奇數(shù)個(gè)采樣組成的觀察窗實(shí)現(xiàn)這項(xiàng)功能。觀察窗口中的數(shù)值進(jìn)行排序，位于觀察窗中間的中值作為輸出。然后，丟棄最早的值，取得新的采樣，重復(fù)上面的計(jì)算過(guò)程。 中值濾波是圖像處 7 理中的一個(gè)常用步驟，它對(duì)于斑點(diǎn)噪聲（ en:speckle noise）和椒 鹽噪聲（ en:saltandpepper noise）來(lái)說(shuō)尤其有用。保存邊緣的特性使它在不希望出現(xiàn)邊緣模糊的場(chǎng)合也很有用。 程序代碼及實(shí)驗(yàn)結(jié)果與分析 DCT圖像壓縮 程序代碼： I=imread(39。壓縮前 39。)。%讀取原始圖片 I=rgb2gray(I)。%把圖像變成灰度圖像 I=im2double(I)。%把圖像數(shù)據(jù)類型轉(zhuǎn)換為雙精度浮點(diǎn)類型 T=dctmtx(8)。%計(jì)算離散余弦變換 B=blkproc(I,[8 8],39。P1*x*P239。,T,T39。)。%對(duì)圖像Ｉ的每個(gè)不同８＊８數(shù)據(jù)塊應(yīng)用 矩陣式 ’Ｐ１＊Ｘ ＊ P２ ’進(jìn)行處理，其中Ｐ１＝Ｔ，Ｐ２ =Ｔ 39。 mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號(hào)-1