基于Matlab数字信号处理研究分析论文.docVIP

基于Matlab数字信号处理研究分析论文.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要: 对图像信号的采集、处理、传输、存储和分析等有一个系统的认识和理解掌握最基本的图像信号处理理论和方法 关键词:;;; 目 录 设计课题与要求 1 1 1.2 设计目标与要求 1 2 系统分析 1 3 总体方案 2 4 代码编写与运行结果 2 4.1 打开 2 4.2 滤波 3 4.3 锐化 6 4.4 增强图像 7 4.5 频域低通滤波 8 4.6 频域图谱 9 4.7加噪 10 4.8 几何变换 11 5 程序调试 14 总 结 16 致 谢 17 参 考 文 献 18 1 设计课题与要求  uigetfile函数进行调用,可以选择任意图片;滤波主要用了imfilter函数;中值滤波先用imnoise函数加入高斯噪声,再用medfilt函数进行中值滤波;均值滤波先用rgb2gray(I)函数,将其转化为灰度图像,再用imnoise函数加入椒盐噪声,最后用filter2函数进行均值滤波;彩图锐化先用h=[1,2,1;0,0,0;-1,-2,-1]这个Sobel算子,然后用imfilter函数使用二维滤波器进行锐化;一阶微分锐化先用imgGray = rgb2gray(I)转为灰度图像,再用h=[1,2,1;0,0,0;-1,-2,-1]Sobel算子;增强函数用imadjust函数;频域低通滤波用freqspace函数;频域图谱中取幅度用abs(fftshift(Ik))函数,取相位用angle(Ik)函数,相位逆变换用ifft2(exp(j*p))函数,幅度逆变换用ifft2(A)函数;加噪中高斯噪声是gaussian,椒盐噪声是salt pepper,乘性噪声是speckle;平移用translate函数,缩小用imresize函数,水平反射和垂直反射取镜像,旋转用imrotate函数。 3 总体方案 任务书中要求选取4幅以上图像资料用作测试素材,就得首先设置打开图像这一模块,因为要任意,所以所以我用了uigetfile这个函数,调入某文件,这样就会打开一个文件,然后可以随机选择一张图片。然后根据任务书上的要求,对图像进行滤波,锐化,加噪,低通滤波,几何变换,绘出图像的频域图谱等等。 其中滤波分为中值滤波和均值滤波;锐化分为一阶微分和二阶微分,以及彩图锐化;加噪又加了高斯噪声,椒盐噪声和乘性噪声;频域图谱中的取幅度利用了傅里叶的移位实现的。频域低通滤波是分别对加了高斯噪声,椒盐噪声和乘性噪声进行低通滤波的。几何变换分为了平移,缩小,水平反射,垂直反射,旋转。 4 代码编写与运行结果 4.1 打开 [filename,pathname]=uigetfile({ ... %调入某文件 *.*,All Files(*.*);},... ); if isequal([filename,pathname],[0,0]) return else  pic = fullfile(pathname,filename); b = imread(pic); imshow(b); End clear all; RGB = imread(lena.bmp); H = ones( 5, 5) /25; RGB1 = imfilter( RGB, H) ; subplot(1,2,1); imshow(RGB); title(滤波前图像) ; subplot(1,2,2); imshow(RGB1); title(滤波后图像) ; 图3.2 4.2.1 中值滤波 I=imread(lena.bmp); subplot(2,2,1) imshow(I); title(原图) J=imnoise(I,gaussian,0.02); % 加入高斯噪声 subplot(2,2,2) imshow(J); title(加噪图); g1=medfilt2(J(:,:,1)); % 红 g2=medfilt2(J(:,:,2)); % 绿 g3=medfilt2(J(:,:,3)); % 蓝 G(:,:,1)=g1; G(:,:,2)=g2; G(:,:,3)=g3; subplot(2,2,3) imshow(G) title(中值滤波结果); 图3.2.1 4.2.2 均值滤波 I=imread(lena.bmp); subplot(231) imshow(I) title(原始图像) I=rgb2gray(I); %转换为灰度图像 I1=imnoise(I,salt pepper,0.02); subplot(232); imsh

文档评论(0)

大吧书屋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档