數(shù)字圖像實(shí)驗(yàn)三圖像增強(qiáng)-資料下載頁(yè)
2025-04-17 01:44本頁(yè)面
【正文】 )。七、 實(shí)驗(yàn)結(jié)果（1）（2）（3）（4）（5）八、 思考題（1） 如何針對(duì)圖像過暗、過亮、對(duì)比度不足設(shè)計(jì)灰度變換函數(shù)？灰度g與灰度f之間的關(guān)系為：g=a’+(b’a’)(ba)*(fa)，可見，如果b’a’?ba,則線性變換使得圖像灰度范圍增大，即對(duì)比度增大，圖像會(huì)變得清晰；如果b’a’ba，則使得圖像灰度范圍縮小，即對(duì)比度減小。在曝光不足或過度的情況下，圖像灰度可能會(huì)局限在一個(gè)很小的范圍內(nèi)，這時(shí)在顯示器上看到的將是一個(gè)模糊不清、沒有灰度層次的 圖像。采用線性變換對(duì)圖像的每一個(gè)像素灰度做線性拉伸，將有效地改善圖像的視覺效果。以曝光不足為例，選取b’a’ba，則使曝光不充分的圖像中黑的更黑，拜的更白，從而有效的提高圖像灰度的對(duì)比度。（2） 比較同一種去噪方法對(duì)不同噪聲處理的效果。對(duì)于高斯噪聲, 仍然是中值濾波的峰值信噪比最低, 總體變分的均方誤差最小, 的情況一致所以,對(duì)于高斯噪聲, 中值濾波的降噪效果不太理想, 而總體變分模型則取得比較好 看出均值濾波的峰值信噪比最低,小波TV 的峰值信噪比比較接近而總體變分的均方誤差仍為最小，對(duì)于高斯噪聲, 線性均值濾波和TV去噪可以取得較好的去噪效果但對(duì)于椒鹽噪聲, 中值濾小波、總體變分(TV)的去噪平滑效果比較好其中,總體變分模型對(duì)兩種噪聲都取得了比較好的去噪效果, 它是現(xiàn)在圖像平滑去噪和復(fù)原最流行的方法但仍然會(huì)丟失部分邊界紋理信息。（3） 討論用梯度法銳化圖像的4種不同方法的應(yīng)用范圍。Robert算子通常會(huì)在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的響應(yīng)，用此算子可以很準(zhǔn)確的定位邊緣，但是他對(duì)噪聲的敏感程度也相對(duì)較強(qiáng)。所以如果要用次算法進(jìn)行銳化處理時(shí)，尤其要考慮到噪聲的影響。Sobel銳化算法也是圖像微分銳化算法之一。一幅圖像進(jìn)行Sobel算子銳化后，圖像的灰度變化的幅度會(huì)有所增加。
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1