基于matlab編程的數(shù)字圖像處理論文(編輯修改稿)
2024-12-16 03:34 本頁面
【文章內(nèi)容簡介】 對應圖像中的區(qū)域邊緣等灰度值具有較大較快變化的部分，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(shù)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(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(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(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(shù)都是正的，而周圍的系數(shù)都是負的。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] 事實上這是拉普拉斯算子，所有的系數(shù)之和為 0。當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，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)?0，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
畢業(yè)設計相關推薦
鄂ICP備17016276號-1