圖像增強與matlab實現(xiàn)-閱讀頁
2025-07-11 13:53本頁面
【正文】 pper39。subplot(221),imshow(I)title(39。). . . .subplot(222),imshow(J)title(39。)K1=filter2(fspecial(39。,3),J)/255。3x3 窗的鄰域平均濾波圖像39。average39。%應(yīng)用 7*7 鄰域窗口法subplot(224),imshow(K2)title(39。)如圖 (a)為線性平滑濾波的例子： 非線性濾波中值濾波是一種最常用的圖像增強技術(shù)，是非線性濾波。下圖是加高斯噪聲后，中值濾波和平均濾波的濾波效果程序：%中值濾波和平均濾波I=imread(39。)。J=imnoise(I,39。,0,)。imshow(I)。原圖39。subplot(2,2,2)。title(39。)。average39。K1=filter2(K,J)/255。imshow(K1)。平均濾波39。L=medfilt2(J,[3 5])。imshow(L)。中值濾波39。對比：圖 (a)但對于椒鹽噪聲，中值濾波效果比均值濾波效果好。[P,map]=imread(39。)。imshow(I,map)。salt amp。,)。imshow(noisy,map)。加入椒鹽噪聲39。filtered1=medfilt2(noisy,[hood hood])。imshow(filtered1,map)。33 窗口39。hood=5。 %55 窗口二維中值濾波subplot(223)。title(39。)。filtered3=medfilt2(noisy,[hood hood])。imshow(filtered3,map)。77 窗口39。I=imread(39。)。imshow(I)。原圖39。實現(xiàn)中值濾波的效果圖如下：圖 (b)比較發(fā)現(xiàn)，圖像的噪聲點被去除；圖像的邊緣稍微的變得模糊。39。. . . .I=rgb2gray(I)。imshow(I)。original pic39。J=fspecial(39。,3)。subplot(2,2,2)。title(39。)。prewitt39。K1=filter2(K,J1)*5。imshow(K1)。prewitt39。L=fspecial(39。)。subplot(2,2,4)。title(39。)。不足：非線性濾波算法的實現(xiàn)相對線性濾波比較困難。圖像模糊的實質(zhì)就是圖像受到平均運算或積分運算，因此可以對圖像進行逆運算，如微分運算以突出圖像細(xì)節(jié)使圖像變得更為清晰。39。subplot(131)。title(39。)。%將圖像矩陣轉(zhuǎn)化為 double 類型s=size(b)。for x=2:s(1,1)1 for y=2:s(1,2)1 c(x,y)=(b(x+1,y)b(x1,y)b(x,y+1)b(x,y1)+4*b(x,y))。imshow(c)。Laplace 銳化濾波圖像39。d=b+c。%將圖像矩陣變回 uint8 格式subplot(133)。title(39。)。但是，圖像顯示清楚的地方，經(jīng)過濾波卻發(fā)生了失真。通過這次課程設(shè)計，我了解到數(shù)字圖像處理是一種通過計算機采用一定的算法對圖形圖像進行處理的技術(shù)。圖像處理的信息量很大，對處理速度的要求也比較高。通過這次課程設(shè)計更加詳細(xì)地了解到了 MATLAB 語言的特點,以及基于 MATLAB 的數(shù)字圖像處理環(huán)境，如何利用 MATLAB 及其圖像處理工具箱進行數(shù)字圖像處理，并通過實踐掌握了利用MATLAB 圖像處理工具箱進行圖像處理的方法。1. 若不給自己設(shè)限，則人生中就沒有限制你發(fā)揮的藩籬。在紛雜的塵世里，為自己留下一片純靜的心靈空間，不管是潮起潮落，也不管是陰晴圓缺，你都可以免去浮躁，義無反顧，勇往直前，輕松自如地走好人生路上的每一步 3. 花一些時間，總會看清一些事。有時候覺得自己像個神經(jīng)病。努力過后，才知道許多事情，堅持堅持，就過來了。歲月是有情的，假如你奉獻給她的是一些色彩，它奉獻給你的也是一些色彩。只有你自己才能把歲月描畫成一幅難以忘懷的
物理相關(guān)推薦
鄂ICP備17016276號-1