基于matlab編程的數字圖像處理論文正稿(編輯修改稿)
2025-07-15 17:21 本頁面
【文章內容簡介】 變化的部分，濾波器將這些分量濾去可使圖像平滑。銳化濾波器：它能減弱或消除傅立葉空間的高頻分量空域濾波器都是利用模板卷積，主要步驟如下：（1）將模板在圖中漫游，并將模板中心與圖中某個像素位置重合；（2）將模板上的系數與模板下對應的像素相乘；（3）將所有的乘積相加；（4）將和（模板的輸出響應）賦給圖中對應的模板中心位置像素。下面分別介紹在MATLAB中如何應用平滑和銳化濾波器。 線性平滑濾波器線性低通濾波器是最常用的線性平滑濾波器。這種濾波器的所有系數都是正的。對3*3的模板來說，最簡單的操作是取所有系數都為1。為保證輸出圖像仍在原來的灰度范圍內，在計算R后要將其除以9再進行賦值。這種方法稱為鄰域平均法。MATLAB實現均值過濾器的代碼所示：I=imread(39。39。)。J=imnoise(I,39。salt amp。 pepper39。,)。imshow（I）figure，imshow（J）K1=filter2(fspecial(39。average39。,3),J)/255。figure,imshow(K1)title(39。3*3的均值濾波器39。)原圖像，加入椒鹽噪聲的圖像和均值濾波的圖像分別如圖1圖16和圖17所示。 圖25 原圖 圖26加入椒鹽噪聲圖像 圖27 3*3的均值濾波器處理結果 非線性平滑濾波器中值濾波器是最常用的非線性平滑濾波器。它是一種臨域運算，類似于卷積，但計算的不是加權求和，而是把鄰域中的像素按灰度級進行排序，然后選擇改組的中間值作為輸出的像素值。具體步驟：（1）將模板在圖像中漫游，并將模板中心和圖像某個像素的位置重合；（2）讀取模板下對應像素的灰度值；（3）將這些灰度值從小到大排成一列；（4）找出這些值排在中間的一個；（5）將這個中間值賦給對應模板中心位置的像素。MATLAB實現中值濾波器代碼所示：I=imread(39。39。)。J=imnoise(I,39。salt amp。 pepper39。,)。K1=medfilt2(J,[3,3])。figure,imshow(K1)中值濾波的結果如圖28所示。圖28 中值濾波結果 線性銳化濾波器線性高通濾波器是最常用的線性銳化濾波器。這種濾波器的中心系數都是正的，而周圍的系數都是負的。對3*3的模板來說，典型的系數取值是：[1 –1 –1；1 8 –1；1 –1 1]事實上這是拉普拉斯算子，所有的系數之和為0。當這樣的模板放在圖像中灰度值是常數或變化很小的區(qū)域時，其輸出為0或很小。這個濾波器將原來的圖像中的零頻域分量去除了，也就是將輸出的圖像的平均值變?yōu)?，這樣就會有一部分像素的灰度值小于0。在圖像處理中我們一般只考慮正的灰度值，所以還有將輸出圖像的灰度值范圍通過尺度變回到所要求的范圍。MATLAB代碼所示：I=imread(39。39。)
環(huán)評公示相關推薦
鄂ICP備17016276號-1