图像程序题sr.doc

数字图像处理 -------实践题 专业：控制理论与控制工程 姓名： 学号： 指导老师： 一、实现3*3、5*5窗口的均值滤波与中值滤波，并对结果进行比较与讨论 1 均值滤波 均值滤波思路：取得图像大小、数据区，并把数据区复制到缓冲区，并循环得到各点像素值，计算并取得该像素点周围（3*3，8个点、5*5 ,24个点）像素值的平均值，把该平均值作为该像素点的值，把缓冲区中改动的数据复制到原数据区中。 基本思想： 中域中各点。ID_AveSmooth 2）．右键选择建立类向导，Messages选择COMMAND，然后ADD Function,Edit code. 3）．在chap1_5View.cpp中添加均值平滑的处理函数 void CChap1_5View::OnAveSmooth() 4）．添加处理图像增强类CimgEnhance，在这个类中添加函数 void CImgEnhance::AvgTemplate（） 5）．在Dialog添加均值平滑模板对话框为该对话框创建AvgDialog类并相应的程序。 结果比较： （1）加高斯噪声后进行滤波 图1-1 （a）加高斯噪声的图像 图1-1 （b）3*3均值滤波 图1-1 （c）5*5均值滤波 （2）加椒盐噪声后进行滤波 图1-2 （a）加椒盐噪声的图像 图1-2 （b）3*3均值滤波 图1-2 （c）5*5均值滤波 分析讨论：可见均值滤波处理是以图像模糊为代价换取噪声减小的，且面积越大噪声减小越明显，均值滤波是一种平滑滤噪的技术，同时可以明显的看出邻域越大图像越模糊，因为均值滤波是将邻域的灰度更接近。灰度变化不明显所以模糊。 2 中值滤波 基本思想： 中值滤波思路：取得图像大小、数据区，并把数据区复制到缓冲区，并循环得到各点像素值，计算并取得该像素点周围（3*3，8个点、5*5 ,24个点）像素值的中间值，把该中间值作为该像素点的值，把缓冲区中改动的数据复制到原数据区中。 结果比较： 加高斯噪声的图像 图2-1 （a）加高斯噪声的图像 图2-1 （b）3*3中值滤波 图2-1 （c）5*5中值滤波 （2）加椒盐噪声后进行滤波 图2-2（a）加椒盐噪声的图像 图2-2 （b）3*3均值滤波 图2-2 （c）5*5均值滤波 分析讨论：中值滤波法能有效削弱椒盐噪声，且比邻域平均法更有效。对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。 二、分别用Roberts算子、Sobel算子与拉普拉斯算子实现图像边缘点检测，并对结果进行比较讨论 1 Roberts算子： 思路： 2 Sobel算子 思路: 水平边缘Sobel算子 垂直边缘Sobel算子 3 拉普拉斯算子 思路： 三种算子的结果比较： 图 3-1 原图 图 3-2Roberts算子 图 3-3Sobel算子 图 3-4拉普拉斯算子 分析讨论： Roberts边缘算子是一个2x2的模板，采用的是。placian算子是一Laplace算子。 (2)最大类间方差法 思路： 假定：图像f(i,j)的灰度区间为[0，L-1]，选择一阈值t 将图像的象元分为c1、c2两组。 图像总象元数：w1+w2 灰度均值：m=(m1w1+m2w2)/(w1+w2) C1 : f(i,j)t, 象元数：w1 灰度均值:m1 均方差：(12 C2 : f(i,j)t, 象元数：w2 灰度均值:m2 均方差：(22 组内方差为 (w2=w1(12 + w2(22 组间方差为 (B2 = w1(m1-m)2+w2(m2-m)2=w1w2(m1-m2)2 分析：组内方差越小，则组内象素越相似； 组间方差越大，则两组的差别越大。 结论：(B2/(w2 的值越大，分割效果越好。 措施：改变 t 的取值，使(B2/(w2 最大所对应的t 就是阈值。 结果比较：