“模式识别导论”例题.docVIP

“模式识别导论”第一讲作业 5080309803 徐彦婷 F0803026 2010-9-27 对于高斯低通滤波器: , 证明其拉普拉斯算子的平均值为零(即:). 解： 证明过程如下： 从上式中显而易得，=，故是偶函数，是奇函数 的拉普拉斯算子的平均值为零。 256X256大小的灰度图像Lena (lena_256.tif)每个像素的灰度用8bit量化(即量化为256个灰度级)，现将每像素灰度用4bit（即用16个灰度级量化），给出重新量化后图像的灰度分布直方图及其均衡化后的直方图。 解：代码如下： f=imread(f:\lena_256.tif); g=(f+1)/16-1; imshow(g,[]); h=imhist(g); h1=h(1:16); horz=1:16; figure, bar(horz,h1); axis([0 16 0 9000]); set(gca,xtick,0:16); g=histeq(f,16); imshow(g,[]); imhist(g,16) ; 图2-1 4bit量化后 图2-2 量化后图像的灰度分布直方图 图2-3 均衡化后图像 图2-4 均衡化后直方图 某图像的灰度级概率分布密度函数如图所示，其中对应于对象，对应于背景，假设对象像素和背景像素的先验概率分别为0.3和0.7，试求对象和背景灰度之间的最优阈值。 解： 给定灰度阈值T，像素分割错误概率： 令： 最优阈值应满足： 或 由图可知：p1(z)=-0.5z+1；p2(z)=0.5z-0.5 又因为P1=0.3；P2=0.7 ∴0.7(0.5T-0.5)=0.3(-0.5T+1) ∴T=1.3 4．阅读MATLAB中Hough变换的有关文档资料，试用Hough变换及相关函数检测Lena图像(lena_256.tif)中的3条最长直线，写出实现代码，并给出运行结果（包括显示Hough变换及峰值位置，和最后的检测结果） （要求： 1. 用Canny算子检测边缘。2. Rho和Theta的分辨率均设为0.5） 解：代码如下： f=imread(f:\lena_256.tif); g=edge(f,canny,[0.04 0.10],1.5); [H,theta,rho]=hough(g,ThetaResolution,0.5); imshow(H,[],XData,theta,YData,rho,InitialMagnification,fit); xlabel(\theta), ylabel(\rho); axis on, axis normal, hold on; P=houghpeaks(H,3); x = theta(P(:,2)); y = rho(P(:,1)); plot(x,y,s,color,white); pause; lines=houghlines(f,theta,rho,P); figure,imshow(g),hold on; pause; for k=1:length(lines) xy=[lines(k).point1;lines(k).point2]; plot(xy(:,1),xy(:,2),LineWidth,2,Color,red); end 图4-1 带有所选3个峰值位置的Hough变换 图4-2 Cathy边缘检测 图4-3 Hough变换峰值对应的线段 z p(z) 1 2 3 1 P2(z) p1(z)