基于matlab的圖像平滑算法實(shí)現(xiàn)及應(yīng)用-文庫(kù)吧資料
2025-07-03 17:59本頁(yè)面
【正文】 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。三種典型的噪聲：type=’gaussian’時(shí),為 高 斯 噪 聲；type=’saltamp。MATLAB圖像處理工具箱提供的噪聲添加函數(shù)imnoise,它可以對(duì)圖像添加一些典型的噪聲。第三章、圖像平滑處理與調(diào)試本課程設(shè)計(jì)中程序運(yùn)行的環(huán)境是windows平臺(tái)，并選用MATLAB作為編程開(kāi)發(fā)工具，MATLAB是一種向量語(yǔ)言，它非常適合于進(jìn)行圖像處理。(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(guò)渡形，為此平滑后的圖像沒(méi)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。D(u,v)代表從頻率平面的原點(diǎn)到（u ,v）點(diǎn)的距離，即： 理想低通濾波器在處理過(guò)程中會(huì)產(chǎn)生較嚴(yán)重的模糊和振鈴現(xiàn)象。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(guò)反變換就得到所希望的圖像g(u,v)了。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。其優(yōu)點(diǎn)是在平滑非沖激噪聲時(shí)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。這種方法比簡(jiǎn)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)。如果希望強(qiáng)調(diào)中間點(diǎn)或距中間點(diǎn)最近的幾個(gè)點(diǎn)的作用，則可采用加權(quán)中值濾波。其主要功能是讓周?chē)笏鼗叶戎档牟畋容^大的像素改取與周?chē)南袼刂到咏闹?，從而可以消除孤立的噪聲點(diǎn)，所以中值濾波對(duì)于濾除圖像的椒鹽噪聲非常有效。 中值濾波器中值濾波是一種常用的去除噪聲的非線性平滑濾波處理方法，其基本思想用圖像像素點(diǎn)的領(lǐng)域灰度值的中值來(lái)代替該像素點(diǎn)的灰度值。它善于處理像高斯噪聲那樣的其他噪聲。幾何均值濾波器所達(dá)到的平滑度可以與算術(shù)均值濾波器相比，但在濾波過(guò)程中會(huì)丟失更少的圖像細(xì)節(jié)。其公式如下： 式中：T為規(guī)定的非負(fù)閾值。領(lǐng)域平均法有力地抑制了噪聲，但隨著領(lǐng)域的增大，圖像的模糊程度也愈加嚴(yán)重。這種方法的基本思想是，在圖像空間，假定有一副NN個(gè)像素的原始圖像f(x,y),用領(lǐng)域內(nèi)幾個(gè)像素的平均值去代替圖像中的每一個(gè)像素點(diǎn)值的操作。 均值濾波器 對(duì)一些圖像進(jìn)行線性濾波可以去除圖像中某些類(lèi)型的噪聲，如采用鄰域平均法的均值濾波器就非常適用于去除通過(guò)掃描得到的圖像中的顆粒噪聲?？臻g域?yàn)V波按線性和非線性特點(diǎn)有：線性、非線性平滑波器。subplot(224),imshow(I3)。 %顯示圖像Isubplot(222),imshow(I1)。)。 %加椒鹽噪聲I3=imnoise(I,39。 pepper39。 %加高斯噪聲I2=imnoise(I,39。gaussian39。)。如下程序就實(shí)現(xiàn)了3種噪聲污染了的圖像：I=imread(39。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。三種典型的噪聲：type=’gaussian’時(shí),為 高 斯 噪 聲；type=’saltamp。MATLAB圖像處理工具箱提供的噪聲添加函數(shù)imnoise,它可以對(duì)圖像添加一些典型的噪聲。當(dāng)Pa為零時(shí),表現(xiàn)為“鹽”噪聲。其PDF為 如果b a,灰度值b在圖像中顯示為一亮點(diǎn),a值顯示為一暗點(diǎn)。μ表示z的期望；σ表示z的標(biāo)準(zhǔn)差。對(duì)噪聲表述的數(shù)學(xué)建模主要考慮噪聲的成因和分析受污圖像上噪聲的統(tǒng)計(jì)特性兩個(gè)因素，這種噪聲主要來(lái)源于電子電路噪聲和低照明度或高溫帶來(lái)的傳感器噪聲,也稱為正態(tài)噪聲,是在實(shí)踐中經(jīng)常用到的噪聲模型。為了最大限度地減少噪聲對(duì)圖像的影響,人們從改善硬件質(zhì)量和對(duì)受污圖像進(jìn)行處理兩個(gè)方面做了許多的工作,文中主要考慮對(duì)受污圖像進(jìn)行處理的算法研究。按其產(chǎn)生的原因可分為:光電子噪聲、熱噪聲、KTC噪聲、量化噪聲和信道傳輸噪聲等。顆粒噪聲可以認(rèn)為是一種白噪聲過(guò)程，在密度域中是高斯分布加性噪聲，而在強(qiáng)度域中為乘性噪聲。泊松分布噪聲一般出現(xiàn)在照度非常小及用高倍電子線路放大的情況下，泊松噪聲可以認(rèn)為是椒鹽噪聲。(2)乘性噪聲：有的噪聲與圖像信號(hào)有關(guān)，這可以分為兩種情況：一種是某像素點(diǎn)的噪聲只與該像素點(diǎn)的圖像信號(hào)有關(guān)，另一種是某像素點(diǎn)的噪聲與該點(diǎn)及其鄰域的圖像信號(hào)有關(guān)。對(duì)于多數(shù)應(yīng)用，顆粒噪聲可用高斯過(guò)程(白噪聲)作為有效模型。此外顆粒本身大小的不同以及每一顆粒暴光所需光子數(shù)目的不同，都會(huì)引入隨機(jī)性。在弱光情況下，影響更為嚴(yán)重，常用具有泊松密度分布的隨機(jī)變量作為這類(lèi)
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1