原创力文档- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
电子科技大学
I=imread(goldenhill.jpg);
figure(1)
subplot(221)
imshow(I);title(原图);
I1=imnoise(I, gaussian);
subplot(222)
imshow(I1);title(高斯白噪声);
I2=imnoise(I, salt pepper);
subplot(223)
imshow(I2);title(椒盐噪声);
I3=imnoise(I, speckle);
subplot(224)
imshow(I3);title(斑纹、散斑噪声);
H1=[1,4,7,4,1;4,16,26,16,4;7,26,41,26,7;4,16,26,16,4;1,4,7,4,1]/273;
H1=imresize(H1,[128,128],bicubic);
figure(2)
surf(H1)
空域高通滤波代码:
clc,close all,clear all;
I=imread(peppers.jpg);
I=rgb2gray(I);
subplot(131),imshow(I);title(原始图像);
H=[-1,-1,-1,-1,-1;-1,1,1,1,-1;-1,1,8,1,-1;-1,1,1,1,-1;-1,-1,-1,-1,-1]/25;
M=mat2gray(conv2(I,H));
subplot(132),imshow(M);title(卷积处理);
N=mat2gray(imfilter(I,H));
subplot(133),imshow(N);title(滤波处理);
H1=double(imresize(H,[128,128],bicubic));
figure(2)
surf(H1);
对比原图、含噪图、卷积处理图像和滤波函数处理的函数，图像平滑具有滤除高斯噪声能力，而且对于相同的算子，用卷积和滤波函数处理的效果在视觉上观察是一样的，主要是因为采用的算子是对称的，相对于原图，去噪图像的边缘变得模糊，主要是加权平均处理带来的负面效果。
实验结论：
对图像进行平滑处理，可以处理高斯噪声，但是很带来图像的边缘细节模糊。对于具有对称特性的算子，conv2和imfilter处理的图像效果是一样的，非对称的算子，处理的效果一般不样。
十．总结及心得体会：
通过本次的图像增强实验复习了Matlab相关的知识，一些看起来很简单的图像处理，要自己编程进行实现比不是一件很简单的事，所以对于理论要多加以实践才能更好地掌握。
对本实验过程及方法、手段的改进意见：
对图像加噪声的方法较多，可以适当多采取几种。
报 告 评 分 ：
指导教师签字：
附实验结果图像：
空域平滑处理：
2.空域高通滤波：
文档评论（0）