數(shù)字圖像處理的實(shí)驗(yàn)報(bào)告畢業(yè)論文(參考版)
2025-07-01 14:36本頁面
【正文】 K=imdilate(J,se)。diamond39。J=imerode(I,se)。diamond39。)。I=imread(39。s=s1*s2k=total1/s計(jì)算結(jié)果為：K為比重。a=size(J)。J=im2bw(I)。39。subplot(131),imshow(I)subplot(132),imshow(J)subplot(133), imshow(K)，實(shí)現(xiàn)將圖56轉(zhuǎn)化為二值圖像，并計(jì)算圖中雞塊中骨頭的比重。,2)。se = strel(39。)。程序設(shè)計(jì)如下：I=imread(39。，實(shí)現(xiàn)去除圖57中的矩形區(qū)域外的噪聲，并填充矩形區(qū)域內(nèi)部了。）共8種情況 適于細(xì)化的結(jié)構(gòu)元素 (2)粗化（Thick）用時(shí)，故要選擇合適的結(jié)構(gòu)元素，如,對(duì)偶性：（驗(yàn)證一下）where when 7. Morphology小結(jié)（對(duì)象）和結(jié)構(gòu)元素的相互作用，得到更本質(zhì)的形態(tài)（shape）(1) 圖像濾波(2) 平滑區(qū)域的邊界(3) 將一定形狀施加于區(qū)域邊界(4) 描述和定義圖像的各種幾何參數(shù)和特征（區(qū)域數(shù)、面積、周長、連通度、顆粒度、骨架、邊界）區(qū)域或邊界變?yōu)?個(gè)象素的寬度，但它不破壞連通性四方向細(xì)化算法：邏輯運(yùn)算（可刪除條件）形態(tài)運(yùn)算是否可用于細(xì)化？(1)腐蝕：收縮（去掉邊緣的點(diǎn)）何時(shí)結(jié)束？能否保證連通性？(2)開：去毛刺，能否細(xì)化（去掉尺寸小于結(jié)構(gòu)元素的塊）3．實(shí)驗(yàn)內(nèi)容與要求，實(shí)現(xiàn)去除圖像中的噪聲。180176。圖53 擊不中變換示意圖性質(zhì)：（1）時(shí)，（2） (1)細(xì)化（Thin）去掉滿足匹配條件的點(diǎn)。 二值形態(tài)學(xué)I(x,y), T(i,j)為 0/1圖像 腐蝕：膨脹：灰度形態(tài)學(xué) T(i,j)可取以外的值 腐蝕： 膨脹： : 刪兩邊 刪右上圖51 剝?nèi)ヒ粚樱ㄆぃ?:補(bǔ)兩邊 補(bǔ)左下圖52 添上一層（漆） ：：(HitMiss Transform:擊中——擊不中變換)條件嚴(yán)格的模板匹配 模板由兩部分組成。膨脹就是把連接成分的邊界擴(kuò)大一層的處理。高斯高通濾波器 高斯高通濾波器濾波效果(d0=15,25,80)高斯高通濾波器得到的結(jié)果比前兩種濾波器更為平滑，結(jié)果圖像中對(duì)于微小的物體（如斑點(diǎn)）和細(xì)條的過濾也是較為清晰的。當(dāng)d0 = 80時(shí)，濾波后的圖像只剩下字母筆畫轉(zhuǎn)折處、條帶邊緣及斑點(diǎn)等信號(hào)突變的部分。5. 銳化頻域?yàn)V波設(shè)計(jì)理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器理想高通濾波器 理想高通濾波器透視圖巴特沃斯高通濾波器 巴特沃斯高通濾波器透視圖高斯高通濾波器 高斯高通濾波器透視圖 理想、巴特沃斯及高斯高通濾波器投影圖理想高通濾波器、巴特沃斯高通濾波器和高斯高通濾波器濾波理想高通濾波器 理想高通濾波器濾波效果(d0=15,25,80)當(dāng)d0 = 15時(shí)，濾波后的圖像無直流分量，但灰度的變化部分基本保留。 高斯低通濾波器濾波效果(d0=15,30,100)。一階巴特沃斯濾波器無振鈴現(xiàn)象，在二階中振鈴?fù)ǔ：芪⑿ ?巴特沃斯低通濾波器濾波效果(d0=15,30,100)。當(dāng)do = 30時(shí)，濾波后的圖像模糊減弱，能分辨出字母與圖形輪廓，但由于理想低通濾波器在頻率域的銳截止特性，濾波后的圖像仍有較明顯的振鈴現(xiàn)象。 理想低通濾波器透視圖 巴特沃斯低通濾波器透視圖 高斯低通濾波器透視圖由各類低通濾波器透視圖可見，高斯濾波器剖面線最平滑，二階巴特沃斯低通濾波器函數(shù)剖面線較為緊湊，而理想濾波器完全為圓筒狀結(jié)構(gòu)，未考慮選擇范圍內(nèi)不同信息頻率的差別化處理。J1=ifft2(result)。 % gaussian filter transform result(i,j)=h*g(i,j)。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。m=fix(M/2)。 [M,N]=size(g)。 g=fft2(f)。)。 高斯低通濾波I=imread(39。J2=uint8(real(J1))。 endendresult=ifftshift(result)。 % filter transform function %h=1./(1+(d./d0).^(2*n))%h=exp((d.^2)./(2*(d0^2)))。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。m=fix(M/2)。nn=2。 g=fftshift(g)。f=double(I)。39。J2=uint8(real(J1))。 endendresult=ifftshift(result)。 else h=0。for i=1:M for j=1:N d=sqrt((im)^2+(jn)^2)。 %cutoff frequencym=fix(M/2)。 % zerofrequency area centralized[M,N]=size(g)。 % chage into double as MATLAB doesn’t suppor calculation % of image in unsigned int typeg=fft2(f)。)。4. 平滑頻域?yàn)V波1) 設(shè)計(jì)理想低通濾波器、巴特沃斯低通濾波器和高斯低通濾波器理想低通濾波器I=imread(39。 %inverse fourier transformimshow(real(F7),[])。 %phase spectrumF5=F4 F6= double(F3*exp(F4))。 %amplitude spectrumF3=fftshift(F1)。F1=fft2(F)。imshow(log(1+abs(f1)),[])。3) 僅對(duì)幅度部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。imshow(real(f2),[])。i=sqrt(1)。 %phase spectrum 原始圖像與快速傅立葉變換圖像2) 僅對(duì)相位部分進(jìn)行傅立葉反變換后查看結(jié)果圖像。imshow(log(1+abs(F3)),[])。F2=log(1+abs(F1))。)。F=imread(39。 8 8 0 8 8]。 0 0 0 0 0。domain=[8 8 0 8 8。梯度變換在灰度變化區(qū)域的響應(yīng)更強(qiáng)，但對(duì)噪聲和細(xì)節(jié)的響應(yīng)比拉普拉斯變換弱。imshow(J5,map)。Q=find(G=7)。 % gradient5K=find(G=7)。imshow(J4,map)。 % gradient4K=find(G=7)。imshow(J3,map)。 % gradient3K=find(G=7)。imshow(J2,map)。 % gradient2K=find(G
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1