數(shù)字圖像處理實驗__數(shù)學(xué)形態(tài)學(xué)和其應(yīng)用-文庫吧資料
2025-06-13 19:01本頁面
【正文】 級，圖像被零均值高斯噪聲污染，圖像的灰度分布曲線近似用兩個正態(tài)分布概率密度函數(shù)分別代表目標(biāo)和背景的直方圖，利用這兩個函數(shù)的合成曲線擬合整體圖像的直方圖，圖像的直方圖將會出現(xiàn)兩個分離的峰值，如下圖然后依據(jù)最小誤差理論針對直方圖的兩個峰間的波谷所對應(yīng)的灰度值求出分割的閾值。Prewitt邊緣檢測算子不僅能檢測出邊緣點(diǎn)，而且能抑制噪聲的影響，對灰度和噪聲較多的圖像處理較好。算子通常對灰度漸變和噪聲較多的圖像處理的較好。Sobel邊緣檢測算子是像素鄰域加權(quán)和，模板中心值較大，不但產(chǎn)生較好的邊緣效果，而且對噪聲具有平滑作用。分析三種邊緣檢測算子處理的不同之處；Roberts采用對角線方向相鄰兩像素之差表示信號的突變，檢測水平和垂直方向邊緣的性能好于斜線方向，算子定位精度高，在水平和垂直方向效果較好，但是對噪聲敏感。雙峰分割后圖像39。subplot(223),imshow(newI)。)。title(39。)。title(39。)。2 任選一種閾值法進(jìn)行圖像分割.I=imread(39。log算法邊緣檢測圖像39。)subplot(224),imshow(BW3)。BW3=edge(I,39。sobel算法邊緣檢測圖像39。)subplot(223),imshow(BW2)。BW2=edge(I,39。roberts算法邊緣檢測圖像39。)subplot(222),imshow(BW1)。BW1=edge(I,39。原圖像39。subplot(221),imshow(I)。39。3． 實驗內(nèi)容與要求1) 這幅圖像，分別用Roberts, Sobel 和拉普拉斯高斯算子對圖像進(jìn)行邊緣檢測。全局單閾值分割只適用于很少的圖像。計算新的閾值：T ＝ （m1＋m2）/2 。用T分割圖像成兩個集合：G1 和G2，其中G1包含所有灰度值小于T的像素，G2包含所有灰度值大于T的像素。如果統(tǒng)計圖像f(i , j)灰度值不大于某一灰度t的像元數(shù)和圖像總像元數(shù)之比為1p時，則
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1