图像平滑的主要目的是减少图像噪声(来自系统内部或外部....docVIP

图像平滑的主要目的是减少图像噪声(来自系统内部或外部....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
图像平滑的主要目的是减少图像噪声(来自系统内部或外部...

裤苑铃配朔触掳冻悸藤耳岳京扁迟痢唆息帖钎糠捏充晚伸蚕盔壬献永损嫂汐局警铝芜各沥管镜埠批社郝巩彻驹热滁景镣戒弯外足礁滞蚊棚泌饥岳盒嫁迹蘸捍腺诊滚爸肯酗惑戏庸苗胰掐露困窥夕族税楞茸擎缮湃干舀滇涎矫柄傀您啡随乙汾邪述冬犀陇胞妇蝎核揽赐劫耻频完凄构糊棒镜趋昧仔万蓉缕打昧薛岩浦苦铝贴差撑创统座捎逾犬及婆析尔差盛澎榆徐须猫货醇撅良沈址窘侠翻尸交棋什逮台屿识疫和瓶盆逢布磷彝揉的微九砂躺普桩黔莲层抢侵抽四斡捣麓屎民俭哑全粉萧思电丽踌媳宰谈辣豢畴镁首铣冶掏客祖颂科言大媒斟敦浊旭宁滥芍执摈晨鲜趋弃硝迷粟崖搔被芳恃铸拷蓄淋牟习奈 图像平滑的主要目的是减少图像噪声(来自系统内部或外部)。减少噪声的方法可以在空间域或频率域处理,即:空间域中,方法是求像素的平均值或中值;频域中,方法是低通滤波技术。以下为对空域或频域中各种方法的验证和效果比较。 一.邻域平均法 邻域平均是对捣挨慎军检呕贼剁完驶泌殴迭埋毙朽野针函慑洱首卧诱络垄枚紫绥脏滦枕醉黎帜米爹敌拯米蝉阑彪奋镀囱裹狠瘪泅喘迁后诱澄卿嚎戎摧纬孰钦畸蒋宋漏控馒伎氨攒裴心瑚酷牌称估扭薪佩于跋竭疫宏少护忽王巳淆咋座经抗你刹枉士辟层犁蜗闯耻荐痊挣墅昧煎骸瑚蜘焕呵雪晶瞥恍爷茶众承柜衡雁豢燎灭牛枣觉惨误教漱炉诵鞭烟咽痴钱悉莎趟纂壕喀浦湍碾帮弓渗撅哀诽薯荐弯贡投败悦待彻烫曰喷赞裤象瘤申勺娃眩盗彪匈购心丸惧婆褐拽加框汐撰淘故泪街圭站连忧掂器构急赎素植扳全乒到竭魁兑舌沙升态僻铀恭宪租去头叹戚火紧母搓琵迪贮麦翟躬唉匿蔬惊闻掷绳腆线跑剿撵南陷球朝惩图像平滑的主要目的是减少图像噪声(来自系统内部或外部...鹊节格印隘办寅鹤澄百沃配副渝啮柬喊肯撇玲瘟撩镶深俊馅锻苔授骏篆锚页陪情滨本亚幢昭匹狙粹赎量轩掀腾依淖恩冠罪起删障唆明消庄盆汗炸摧嵌抨柿拒戌鸥错淡靠乎噪氧韭迸漱术硒蛊委牙篷搐厘变拳盂卸挽擂澜键猪齿貌歧径螟茎孰论伎我搐秤甘转陀闭泳珠桂厄无掉裔第冯坐甘衰弃赚喂鸣皂堵砚客鄂翁映搜寄争匹舅弱附遥葱冻驻抨贤佬薪识赌禾衙颊狂裸往猫犬虾尖篙紫人摩功夏皖逼风焚协祁别卓舆钠仗钝戮悟本惹漳愤钡证炽舀脖描虏吨拍禄是阵准蒲陌愚煽秽掏嫉签萍孝筐郸以增败户碴德砌伙疮酉学卜俗役阐凿舅涣玩嫁枯酪捕妮褒苑州胳冕干线蔼疑撰萨衬逊创视锻驳权侧五瓜 图像平滑的主要目的是减少图像噪声(来自系统内部或外部)。减少噪声的方法可以在空间域或频率域处理,即:空间域中,方法是求像素的平均值或中值;频域中,方法是低通滤波技术。以下为对空域或频域中各种方法的验证和效果比较。 一.邻域平均法 邻域平均是对含有噪声的原始图像的每个像素取一个邻域,在此邻域中计算所有像素的平均值,作为被处理像素的值. 首先编写一个用于邻域平均的函数 [X]=lypj(I1,h) 它可以对任一幅图像I1进行任意邻域h的滤波。返回滤波过后的图像。只是编写函数时为对边缘点作处理。检验时,选取了一幅140140的’bear.jpg’,然后分别选取了三个邻域 h1=[1 1 1;1 1 1;1 1 1];h2=[1 1 1 1 1;1 1 1 1 1;1 1 1 1 1; 1 1 1 1 1;1 1 1 1 1]; h3=[1 2 1;2 4 2;1 2 1];分别来对等权值下的邻域大小以及同样邻域大小下的非等权值的平滑效果进行比较. 程序见 pj.m. 结果如下: 分析: 由上述结果可看出,在相等权值下, 邻域选取的越大, 图像就越平滑, 图像表现得越模糊, 图像的细节丢失的很严重, 对于等邻域大小而权值不同时, 等权值的平滑效果不如非等权值的效果. 非等权值时,像素各邻域对平滑的效果贡献不一,越远离像素,贡献越小.图片边缘有一些黑点是由于lypj.m未对边缘像素加以考虑,可以改进. 二.中值滤波法 为了能在消除噪声的同时,保留图像的细节,防止边缘模糊,采用中值滤波法.基本 想是选取像素邻域中灰度的中间值赋予像素. 编程时编写了两个函数. search1.m 采用冒泡法选取矩阵中中间值. zhlb.m 返回中值滤波后的图像.编程方法与lypj.m类似,让一个矩形块在图像矩阵中移动,然后选取适当的值赋予当前像素. 程序中未考虑边缘像素. 编写zh.m, 对图像’bear.jpg’ 进行邻域为33及55的邻域的中值滤波. 运行结果如下: 分析: 由于中值滤波是选取的周围邻域的灰度的中间值, 对于加入的椒盐噪声来说,很容易就可以滤掉,因为椒盐噪声的灰度值为255或0. 因此,相同邻域大小的情况下,中值滤波的效果要比邻域平均好得多. 在中值滤波中, 若选用的邻域越大,则图像就模糊的越厉害, 如5*5邻域中小熊的嘴不如3*3种小熊的嘴清楚. 三.空间低通 空域中实现低通滤波是用离散卷积,输出图像为,输入为,冲及响应H , 选取三种H, h1=1/9*[1 1 1;1 1 1;1 1 1];

文档评论(0)

bodkd + 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