基于matlab編程的數(shù)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(nèi)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?yàn)V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(gè)像素位置重合；（2）將模板上的系數(shù)與模板下對應(yīng)的像素相乘；（3）將所有的乘積相加；（4）將和（模板的輸出響應(yīng)）賦給圖中對應(yīng)的模板中心位置像素。下面分別介紹在MATLAB中如何應(yīng)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(shù)都是正的。對3*3的模板來說，最簡單的操作是取所有系數(shù)都為1。為保證輸出圖像仍在原來的灰度范圍內(nèi)，在計(jì)算R后要將其除以9再進(jìn)行賦值。這種方法稱為鄰域平均法。MATLAB實(shí)現(xiàn)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(jié)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(yùn)算，類似于卷積，但計(jì)算的不是加權(quán)求和，而是把鄰域中的像素按灰度級進(jìn)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(gè)像素的位置重合；（2）讀取模板下對應(yīng)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(gè)；（5）將這個(gè)中間值賦給對應(yīng)模板中心位置的像素。MATLAB實(shí)現(xiàn)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(jié)果如圖28所示。圖28 中值濾波結(jié)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(shù)都是正的，而周圍的系數(shù)都是負(fù)的。對3*3的模板來說，典型的系數(shù)取值是：[1 –1 –1；1 8 –1；1 –1 1]事實(shí)上這是拉普拉斯算子，所有的系數(shù)之和為0。當(dāng)這樣的模板放在圖像中灰度值是常數(shù)或變化很小的區(qū)域時(shí)，其輸出為0或很小。這個(gè)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(guān)推薦
鄂ICP備17016276號-1