基于matlab的圖像平滑算法實現(xiàn)及應(yīng)用(編輯修改稿)
2024-07-24 17:59 本頁面
【文章內(nèi)容簡介】 濾波的方法。如果希望強(qiáng)調(diào)中間點或距中間點最近的幾個點的作用，則可采用加權(quán)中值濾波。其基本原理是改變窗口中變量的個數(shù)，可以使一個以上的變量等于同一點的值，然后對擴(kuò)張后的數(shù)字集求中值。這種方法比簡單中值濾波性能更好地從受噪聲污染的圖像中恢復(fù)出階躍邊緣以及其他細(xì)節(jié)。另有一種可以處理具有更大概率的沖激噪聲的是自適應(yīng)中值濾波器，在進(jìn)行濾波處理時，能依賴一定條件而改變領(lǐng)域的大小。其優(yōu)點是在平滑非沖激噪聲時可以保存細(xì)節(jié)，所以既能除去“椒鹽”噪聲，平滑其他非沖激噪聲，還能減少諸如物體邊界細(xì)化或粗化等失真。 頻域低通濾波在分析圖像信號的頻率特性時，對于一副圖像，直流分量表示了圖像的平均灰度，大面積的背景區(qū)域和緩變部分是低頻分量，其邊緣、細(xì)節(jié)、跳躍部分以及顆粒噪聲都代表圖像的高頻分量。頻域低通濾波就是除去其高頻分量就能去掉噪聲，從而使圖像得到平滑。利用卷積定理，可以寫成以下形式： G(u,v)=H(u,v)F(u,v)式中，F(xiàn)(u,v)是含噪圖像的傅立葉變換，G(u,v)是平滑后圖像的傅立葉變換，H (u,v)是傳遞函數(shù)。利用H(u,v)使F(u,v)的高頻分量得到衰減，得到G(u,v)后再經(jīng)過反變換就得到所希望的圖像g(u,v)了。低通濾波平滑圖像的系統(tǒng)框圖如下所示：圖31 圖像頻域低通濾波流程框圖低通濾波法又分為以下幾種：(1) 理想低通濾波器(ILPF)一個理想的低通濾波器的傳遞函數(shù)由下式表示： 式中D0是一個規(guī)定的非負(fù)的量，它叫做理想低通濾波器的截止頻率。D(u,v)代表從頻率平面的原點到（u ,v）點的距離，即： 理想低通濾波器在處理過程中會產(chǎn)生較嚴(yán)重的模糊和振鈴現(xiàn)象。(2) 巴特沃思低通濾波器（BLPF）n 階巴待沃思濾波器的傳遞系數(shù)為 DLPF與ILPF不同，它的通帶與阻帶之間沒有明顯的不連續(xù)性，因此它沒有“振鈴”現(xiàn)象發(fā)生，模糊程度減少，但從它的傳遞函數(shù)特性曲線H(u,v)可以看出，在它的尾部保留有較多的高頻，所以對噪聲的平滑效果還不如ILPF（理想低通濾波器）。(3) 指數(shù)濾波器(ELPF)其傳遞函數(shù)表示為： 由于ELPF 具有比較平滑的過渡形，為此平滑后的圖像沒有“振鈴”現(xiàn)象，而ELPF 與BLPF 相比．它具有更快的衰減特性，所以經(jīng)ELPF 濾波的圖像比BLPF 處理的圖像稍微模糊一些。(4) 梯形濾波器（TLPF)梯形濾波器的傳遞函數(shù)介于理想低通濾波器和具有平滑過渡帶的低通濾波器之間，它的傳遞函數(shù)為： 式中：D0為梯形低通濾波器截止頻率，D0、D1須滿足D0D1，它的性能介于ILPF和BLPF之間，對圖像有一定的模糊和振鈴效應(yīng)。第三章、圖像平滑處理與調(diào)試本課程設(shè)計中程序運(yùn)行的環(huán)境是windows平臺，并選用MATLAB作為編程開發(fā)工具，MATLAB是一種向量語言，它非常適合于進(jìn)行圖像處理。 模擬噪聲圖像 圖像增強(qiáng)操作主要是針對圖像的各種噪聲而言的，為了說明圖像處理中的濾波方法和用途，需要模擬數(shù)字圖像的各種噪聲來分析濾波效果。MATLAB圖像處理工具箱提供的噪聲添加函數(shù)imnoise,它可以對圖像添加一些典型的噪聲。其語法：J=imnoise(I,type)J=imnoise(I,type,parameters)其功能是：返回對原圖像I添加典型噪聲的圖像J,參數(shù)type和parameters用于確定噪聲的類型和相應(yīng)的參數(shù)。三種典型的噪聲：type=’gaussian’時,為 高 斯 噪 聲；type=’saltamp。pepper’時為椒鹽噪聲；type=’speckle’時為乘法噪聲；圖像數(shù)據(jù)讀取函數(shù)imread從圖像文件中讀取圖像數(shù)據(jù)。其基本調(diào)用格式如下：I=imread（文件名，’圖像文件格式’）其功能是：將文件名指定的圖像文件讀入I中。I=imshow（A)其功能是顯示圖像A。如下程序就實現(xiàn)了3種噪聲污染了的圖像：I=imread(39。h:\ 39。)。 %讀取圖像I1=imnoise(I,39。gaussian39。)。 %加高斯噪聲I2=imnoise(I,39。salt amp。 pepper39。,)。 %加椒鹽噪聲I3=imnoise(I,39。speckle39。)。 %加乘性噪聲subplot(221),imshow(I)。 %顯示圖像Ititle(39。原圖像39。)。subplot(222),imshow(I1)。title(39。高斯噪聲污染的圖像39。)。subplot(223),
高考資料相關(guān)推薦
鄂ICP備17016276號-1