數(shù)字圖像課程設(shè)計(jì)-基于形態(tài)學(xué)去噪

上傳人：奔*** IP屬地：河北更新時(shí)間：2024-03-01 格式：docx 頁數(shù)：20 大?。?.40MB 人氣指數(shù)：12 舉報(bào) 版權(quán)申訴

已閱讀1頁，還剩19頁未讀，繼續(xù)免費(fèi)閱讀

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、　　目錄　　目的與要求-----------------------------------------------------------1　　1、課程設(shè)計(jì)目的----------------------------------------------------------------1<

2、/p>　　2、課程設(shè)計(jì)課題任務(wù)---------------------------------------------------------1　　3、實(shí)施要求-----------------------------------------------------------------1　　二、課程設(shè)計(jì)選題的背景意義--

3、---------------------------------------2　　1、數(shù)字圖像處理的介紹-------------------------------------------------------2　　2、數(shù)學(xué)形態(tài)學(xué)發(fā)展簡史-------------------------------------------------------2

4、　　三、設(shè)計(jì)的主要內(nèi)容及基本原理--------------------------------------4　　1、主要內(nèi)容-----------------------------------------------------------------------4　　2、基本原理--------------

5、---------------------------------------------------------4　　3、MATLAB簡介------------------------------------------------------------------4　　四、總體方案設(shè)計(jì)-------------------------------

6、---------------------------5　　1、系統(tǒng)設(shè)計(jì)框圖-----------------------------------------------------------------5　　2、模塊功能介紹----------------------------------------------------------------

7、-5　　五、測試與調(diào)試-------------------------------------------------------------6　　1、高斯噪聲和椒鹽噪聲的介紹---------------------------------------------6　　2、用中值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處

8、理----------------------7　　3、用均值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理----------------14　　六、總結(jié)與體會(huì)-----------------------------------------------------------17　　七、參考文獻(xiàn)--------------

9、-------------------------------------------------18　　一、目的與要求　　1、課程設(shè)計(jì)目的　　（1）、提高分析問題、解決問題的能力，進(jìn)一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理和方法。</

10、p>　?。?）、熟悉掌握一門計(jì)算機(jī)語言，可以進(jìn)行數(shù)字圖像應(yīng)用處理的開發(fā)設(shè)計(jì)。　　2、課程設(shè)計(jì)課題任務(wù)　?。?）、對(duì)加有高斯、椒鹽噪聲的圖像進(jìn)行處理；　　（2）、采用不同的形態(tài)學(xué)濾波方法處理上述圖像，比較處理結(jié)果；　　（3）、概括介紹形態(tài)學(xué)在圖像

11、去噪中的應(yīng)用領(lǐng)域；　　3、實(shí)施要求　?。?）、理解各種圖像處理方法確切意義；　?。?）、獨(dú)立進(jìn)行方案的制定，系統(tǒng)結(jié)構(gòu)要合理。　　（3）、程序開發(fā)時(shí)，則必須清楚主要實(shí)現(xiàn)函數(shù)的目的和作用。　?。?

12、）、通過多幅不同形式的圖像來檢測該系統(tǒng)的穩(wěn)定性和正確性。　　1　　二、課程設(shè)計(jì)選題的背景意義　　1、數(shù)字圖像處理的介紹　　數(shù)字圖像處理(Digital Image Processing)是通過計(jì)算機(jī)對(duì)圖像進(jìn)行去除噪聲、增強(qiáng)、復(fù)原、分割

13、、提取特征等處理的方法和技術(shù)。最早出現(xiàn)于20世紀(jì)50年代，作為一門學(xué)科大約形成于20世紀(jì)60年代初期。發(fā)展到現(xiàn)在其應(yīng)用范圍十分廣泛，涉及航天和航空技術(shù)、生物醫(yī)學(xué)工程、通信工程、視頻和多媒體等。　　數(shù)字圖像處理的主要內(nèi)容或目的包括以下幾個(gè)部分:①對(duì)圖像質(zhì)量加以改善，使圖像更加清晰，有助于提高目視效果，或者從圖像中檢測出所需要的部分;②對(duì)圖像進(jìn)行描述和分析，通過描述圖像的幾何、拓?fù)湫再|(zhì)、紋理性質(zhì)等來

14、提取圖像的各種特征，以便利用這些特征進(jìn)行對(duì)圖像的理解和識(shí)別;③圖像理解，由投影圖重建三維圖像以及對(duì)三維場景的分析等等。　　2、數(shù)學(xué)形態(tài)學(xué)發(fā)展簡史　　數(shù)學(xué)形態(tài)學(xué)作為一門新興的圖像處理與分析學(xué)科，其基本理論與方法在文字識(shí)別、醫(yī)學(xué)圖像、處理與分析、圖像編碼壓縮、視覺檢測、材料科學(xué)及機(jī)器人視覺等諸多領(lǐng)域都取得了廣泛的應(yīng)用。已經(jīng)成為圖像工程技術(shù)人員必須掌握的基本知

15、識(shí)之一。　　1964年由法國的馬瑟榮（G.Matheron）和塞拉（J.Serra）在積分幾何的基礎(chǔ)上首次創(chuàng)立。70年代初，采用數(shù)學(xué)形態(tài)學(xué)的學(xué)者們開拓了圖像分析的一個(gè)新的領(lǐng)域。經(jīng)過十多年的理論與實(shí)踐探索，馬瑟榮（G.Matheron）和塞拉（J.Serra）等人在研究中認(rèn)識(shí)到，對(duì)圖像先作開運(yùn)算接著再作閉運(yùn)算，可以產(chǎn)生一種冪等運(yùn)算;采用遞增尺寸的交變開閉序列作用于圖像，可有效地消除圖像的噪聲，19

16、82年他們正式提出了形態(tài)學(xué)濾波器的概念。90年代數(shù)學(xué)形態(tài)學(xué)有兩個(gè)顯著的發(fā)展趨勢，第一個(gè)是致力于運(yùn)動(dòng)分析，包括編碼與運(yùn)動(dòng)景物描述;第二個(gè)是算法與硬件結(jié)構(gòu)的協(xié)調(diào)發(fā)展，用于處理數(shù)值函數(shù)的形態(tài)學(xué)算子的開發(fā)與設(shè)計(jì)。　　目前國內(nèi)許多有效的圖像處理系統(tǒng)有的是基于數(shù)學(xué)形態(tài)學(xué)方法原理設(shè)計(jì)的，　　有的是把數(shù)學(xué)形態(tài)學(xué)算法納入其基本軟件，并以其運(yùn)算速度作為系統(tǒng)性能的重要標(biāo)志之一

17、。　　2　　數(shù)學(xué)形態(tài)學(xué)可以看作是一種特殊的數(shù)字圖像處理方法和理論，以圖像的形態(tài)　　特征為研究對(duì)像。它通過設(shè)計(jì)一整套變換(運(yùn)算)、概念和算法，用以描述圖像的基本特征。簡言之，數(shù)學(xué)形態(tài)學(xué)中的各種變換、運(yùn)算、概念和算法的目的，在于描述一圖像的基本特征或基本結(jié)構(gòu)，亦即一圖像的各個(gè)元素

18、或者各個(gè)部分之間的關(guān)系。數(shù)學(xué)形態(tài)學(xué)作為一種用于數(shù)字圖像處理和識(shí)別的新理論和新方法，它的理論雖然很復(fù)雜，被稱為“驚人數(shù)學(xué)”，但它的基本思想?yún)s是簡單而完美的。數(shù)學(xué)形態(tài)學(xué)的基于集合的觀點(diǎn)是極其重要的。這意味著:①它的運(yùn)算由集合運(yùn)算(如并、交、補(bǔ)等)來定義;②所有的圖像都必須以合理的方式轉(zhuǎn)換為集合。　　3　　三、設(shè)計(jì)的主要內(nèi)

19、容及基本原理　　1、主要內(nèi)容　　該系統(tǒng)主要是完成圖像去噪的算法及實(shí)現(xiàn)，具體來說是是對(duì)圖像的噪聲處理。圖像在傳輸、存儲(chǔ)過程中不可避免地會(huì)受到各種噪聲的干擾，設(shè)計(jì)出該系統(tǒng)可以對(duì)圖像進(jìn)行噪聲分析、各種噪聲處理以及結(jié)果比較，實(shí)現(xiàn)圖像的去噪運(yùn)算，改善圖像質(zhì)量，使圖像看起來自然，最終達(dá)到良好的視覺效果。&

20、lt;p>　　2、基本原理　　本系統(tǒng)采用MATLAB軟件進(jìn)行編程設(shè)計(jì)，在MATLAB中可直接調(diào)用多種函數(shù)對(duì)圖像處理。首先是調(diào)用加噪函數(shù)對(duì)原圖像的加入各種噪聲，然后設(shè)計(jì)并采用多種方法對(duì)有噪聲的圖像進(jìn)行去噪處理，通過比較多幅圖像的處理結(jié)果，選擇對(duì)不同噪聲種類的最佳處理方法。　　3、MATLAB簡介

21、;　　MATLAB是美國Mathworks公司1983年首次推出的一套高性能的數(shù)值分析和計(jì)算軟件，MATLAB將矩陣運(yùn)算、數(shù)值分析、圖形處理、編程技術(shù)結(jié)合在一起，為用戶提供了一個(gè)強(qiáng)有力的科學(xué)及工程問題的分析計(jì)算和程序設(shè)計(jì)工具，它還提供了專業(yè)水平的符號(hào)計(jì)算、文字處理、可視化建模仿真和實(shí)時(shí)控制等功能，是具有全部語言功能和特征的新一代軟件開發(fā)平臺(tái)。　　在數(shù)字圖像處理領(lǐng)域，有很多匯

22、編語言，也有多種軟件工具，但MATLAB具有很好的優(yōu)勢：豐富的函數(shù)工具箱，能方便的調(diào)用各種函數(shù)；強(qiáng)大的矩陣處理能力，快速計(jì)算大量復(fù)雜的數(shù)據(jù)，因而受到廣大工作人員的青睞。本系統(tǒng)采用的軟件即為MATLAB仿真處理。　　4　　四、總體方案設(shè)計(jì)&

23、lt;b>　　1、系統(tǒng)設(shè)計(jì)框圖　　原圖加加噪聲噪聲分析　　系統(tǒng)評(píng)測 　　結(jié)果比較去噪處理&l

24、t;p>　　2、模塊功能介紹　　如上系統(tǒng)框圖所示，該系統(tǒng)共分為五個(gè)模塊（原圖模塊不算），開發(fā)工具選用MATLAB，下面就各個(gè)模塊功能作簡要介紹：　?。?）、加噪聲模塊　　對(duì)圖像進(jìn)行加噪聲處理，采用imnoise函數(shù)，其語法為：

25、　　J=imnoise(I,type)　　J=imnoise(I,type,parameters)　　功能：返回原圖像I添加典型噪聲的圖像J，參數(shù)type和parameters用于確定噪聲的相應(yīng)的參數(shù)。　?。?）、噪聲分析　　噪聲種類

26、共有兩種：type =’gaussian’時(shí)，為高斯噪聲；　　type=’salt & pepper’時(shí)，為椒鹽噪聲；　?。?）、去噪處理　　通過不同方法和算法對(duì)圖像進(jìn)行去噪處理　?。?）、結(jié)

27、果比較　　通過對(duì)多幅圖像采用不同的處理方法，比較各種方法對(duì)不同圖像的處理效果，選出應(yīng)對(duì)各種噪聲最好的處理方法。　?。?）、系統(tǒng)評(píng)測　　對(duì)整個(gè)系統(tǒng)作出整體性測驗(yàn)，驗(yàn)證系統(tǒng)的可靠性與穩(wěn)定性，對(duì)不足之處加以改進(jìn)以改善系統(tǒng)。

28、;　　5　　五、測試與調(diào)試　　1、高斯噪聲和椒鹽噪聲的介紹　　高斯噪聲是指噪聲的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。如果一個(gè)噪聲，它的幅度分布服從高斯分布，而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。高斯白噪聲的二階

29、矩不相關(guān)，一階矩為常數(shù)，是指先后信號(hào)在時(shí)間上的相關(guān)性。高斯白噪聲包括熱噪聲和散粒噪聲。而椒鹽噪聲是指椒鹽噪聲是由圖像傳感器，傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。椒鹽噪聲往往由圖像切割引起。本文將采用中值濾波和維納濾波對(duì)含有高斯噪聲和椒鹽噪聲的圖像進(jìn)行處理，通過比較兩種濾波技術(shù)對(duì)圖像處理的效果，可以看出哪種濾波技術(shù)對(duì)椒鹽噪聲更起作用，哪種濾波技術(shù)對(duì)高斯噪聲更有效果，再根據(jù)同一種濾波技術(shù)對(duì)不同窗口尺寸的圖像進(jìn)行濾波，比較處理效

30、果，最終將選出對(duì)圖像采用哪種濾波技術(shù)或者對(duì)同一種濾波技術(shù)哪種窗口尺寸濾波效果更好。　　（1）高斯噪聲　　在現(xiàn)實(shí)中這種噪聲比較普遍，所以我們對(duì)其考慮甚多。事實(shí)上，這種易處理性比較方便，考慮時(shí)這種模型經(jīng)常居于臨界情況下。　　高斯隨即變量Z的PDF由下式給出：

31、　　p(z)= (3-1)　　其中z表示灰度值，μ表示z的平均值或期望值，σ表示z的標(biāo)準(zhǔn)差。標(biāo)準(zhǔn)差的平方σ2稱為z的方差。當(dāng)z服從式（3-1）的分布時(shí)候，其值有70％落在[(μ-σ),(μ+σ)]內(nèi)，且有95％落在[(μ-2σ),( μ+2σ)]范圍內(nèi)。　　（2）脈沖噪聲(椒鹽噪聲)

32、;　　(雙極)脈沖噪聲的PDF可由下式給出：　　P(z)= (3-14)　　如果b>a，灰度值b在圖像中將顯示為一個(gè)亮點(diǎn)，相反，a的值將顯示為一個(gè)暗點(diǎn)。若或?yàn)榱悖瑒t脈沖噪聲稱為單極脈沖。如果和均不可能為零，尤其是它們近似相等時(shí)，脈沖噪聲值將類似于隨機(jī)分布在圖像上的胡椒和鹽粉微粒。由于這個(gè)原因，雙極脈沖聲也

33、稱為椒鹽噪聲。同時(shí)，它們有時(shí)也稱為散　　6　　粒和尖峰噪聲。　　2、用中值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理　　中值濾波：是一種非線性平滑技術(shù)，它將每一象素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有象素

34、點(diǎn)灰度值的中值。　　實(shí)現(xiàn)方法：　　1：通過從圖像中的某個(gè)采樣窗口取出奇數(shù)個(gè)數(shù)據(jù)進(jìn)行排序　　2：用排序后的中值取代要處理的數(shù)據(jù)即可　　中值濾波在圖像處理中,常用于用來保護(hù)邊緣信息,是經(jīng)典的平滑噪聲的方法。<

35、p>　　中值濾波原理　　中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。方法是去某種結(jié)構(gòu)的二維滑動(dòng)模板，將板內(nèi)像素按照像素值的大小進(jìn)行排序，生成單調(diào)上升（或下降）的為二維數(shù)據(jù)序列。二維中值濾波輸出為

36、g（x,y）=med{f(x-k,y-l),(k,l∈W)} ，其中,f(x,y)，g(x,y)分別為原始圖像和處理后圖像。W為二維模板，通常為2*2，3*3區(qū)域，也可以是不同的的形狀，如線狀，圓形，十字形，圓環(huán)形等。　　中值濾波　　用3*3的濾波窗口進(jìn)行中值濾波處理：<

37、;b>　　程序如下：　　>> i=imread('Winter.jpg'); %讀入圖像　　subplot(2,2,1); 　　imshow(i); %顯示原始圖像<

38、p>　　title('original'); %設(shè)置圖像標(biāo)題　　j = imnoise(i,'salt & pepper',0.02); %加均值為0，方差為0.02的椒鹽噪聲　　subplot(2,2,2);

39、　　imshow(j); %顯示處理后的圖像　　title('加入椒鹽噪聲');　　k = imnoise(i,'gaussian',0.02); %加均值為0，方差為0.02的加入高斯噪聲

40、　　l = imnoise(k,'salt & pepper',0.02); %加均值為0，方差為0.02的椒鹽噪聲 　　subplot(2,2,3);　　imshow(l);　　title('加入椒鹽噪聲和高斯噪聲');</

41、p>　　7　　r=l(:,:,1);　　g=l(:,:,2);　　b=l(:,:,3);　　[m,n]=size(r);　　for i=1:m&l

42、t;/b>　　for j=1:n　　if(i==1|i==m|j==1|j==n)　　G(i,j)=r(i,j);　　else　　hao(1)=r(

43、i-1,j-1);　　hao(2)=r(i-1,j);　　hao(3)=r(i-1,j+1);　　hao(4)=r(i,j-1);　　hao(5)=r(i,j);　　hao(6)=r(i,j+1);<

44、p>　　hao(7)=r(i+1,j-1);　　hao(8)=r(i+1,j);　　hao(9)=r(i+1,j+1);　　hao=sort(hao);　　G(i,j)=hao(5);　　end</b

45、>　　end　　end　　>> for i=1:m　　for j=1:n　　if(i==1|i==

46、m|j==1|j==n)　　K(i,j)=g(i,j);　　else　　hao(1)=g(i-1,j-1);　　hao(2)=g(i-1,j);　　hao(3)=g(i-1,j+1);<

47、/p>　　hao(4)=g(i,j-1);　　hao(5)=g(i,j);　　thao(6)=g(i,j+1);　　hao(7)=g(i+1,j-1);　　hao(8)=g(i+1,j);　　hao(9

48、)=g(i+1,j+1);　　hao=sort(hao);　　K(i,j)=hao(5);　　end　　end　　end</b&g

49、t;　　>> for i=1:m　　8　　for j=1:n　　if(i==1|i==m|j==1|j==n)　　L(i,j)=b(i,j);

50、　　else　　hao(1)=b(i-1,j-1);　　hao(2)=b(i-1,j);　　hao(3)=b(i-1,j+1);　　hao(4)=b(i,j-1);&l

51、t;p>　　hao(5)=b(i,j);　　hao(6)=b(i,j+1);　　hao(7)=b(i+1,j-1);　　hao(8)=b(i+1,j);　　hao(9)=b(i+1,j+1);　　hao=sort(hao);

52、　　L(i,j)=hao(5);　　end　　end　　end　　>> l(:,:,1)=G;</

53、p>　　>> l(:,:,2)=K;　　>> l(:,:,3)=L;　　>> subplot(2,2,4);　　>> imshow(l);　　9</p&

54、gt;　　圖一 3*3的濾波窗口的中值濾波　　結(jié)論：可以看出中值濾波對(duì)椒鹽噪聲的消噪處理效果比較好，但是對(duì)高斯噪聲的消噪處理效果不是很理想。　　用5*5的濾波窗口進(jìn)行中值濾波處理：　　程序如下:　　>>

55、; i=imread('Winter.jpg'); %讀入圖像　　subplot(2,2,1);　　imshow(i); %顯示原始圖像　　title('original'); <

56、p>　　j = imnoise(i,'salt & pepper',0.02); %加均值為0，方差為0.02的椒鹽噪聲。　　subplot(2,2,2);　　imshow(j); %顯示處理后的圖像　　title('加入椒鹽噪聲&

57、#39;);　　k = imnoise(i,'gaussian',0.02); %加均值為0，方差為0.02的加入高斯噪聲　　l = imnoise(k,'salt & pepper',0.02); %加均值為0，方差為0.02的椒鹽噪聲　　subplot(2

58、,2,3);　　imshow(l);　　title('加入椒鹽噪聲和高斯噪聲');　　r=l(:,:,1);　　g=l(:,:,2);　　10<p

59、>　　b=l(:,:,3);　　[a,b]=size(r);　　for i=1:a　　for j=1:b　　if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1

60、|j==b)　　P(i,j)=r(i,j);　　else　　hao(1)=r(i-2,j-2);　　hao(2)=r(i-2,j-1);　　hao(3)=r(i-2,j);

61、　　thao(4)=r(i-2,j+1);　　hao(5)=r(i-2,j+2);　　hao(6)=r(i-1,j-2);　　hao(7)=r(i-1,j-1);　　hao(8)=r(i-1,j);　　hao

62、(9)=r(i-1,j+1);　　hao(10)=r(i-1,j+2);　　hao(11)=r(i,j-2);　　hao(12)=r(i,j-1);　　hao(13)=r(i,j);　　hao(14)=r(i,j+1);</

63、p>　　hao(15)=r(i,j+2);　　hao(16)=r(i+1,j-2);　　hao(17)=r(i+1,j-1);　　hao(18)=r(i+1,j);　　hao(19)=r(i+1,j+1);<p&g

64、t;　　hao(20)=r(i+1,j+2);　　hao(21)=r(i+2,j-2);　　hao(22)=r(i+2,j-1);　　hao(23)=r(i+2,j);　　hao(24)=r(i+2,j+1);　　hao(25)=

65、r(i+2,j+2);　　hao=sort(hao);　　P(i,j)=hao(13);　　end　　end　　end

66、;　　>> for i=1:a　　for j=1:b　　if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1|j==b)　　Q(i,j)=g(i,j);

67、;　　11　　else　　hao(1)=g(i-2,j-2);　　hao(2)=g(i-2,j-1);　　hao(3)=g(i-2,j);　　hao(4)

68、=g(i-2,j+1);　　hao(5)=g(i-2,j+2);　　hao(6)=g(i-1,j-2);　　hao(7)=g(i-1,j-1);　　hao(8)=g(i-1,j);　　hao(9)=g(i-1,j+1);</

69、p>　　hao(10)=g(i-1,j+2);　　hao(11)=g(i,j-2);　　hao(12)=g(i,j-1);　　hao(13)=g(i,j);　　hao(14)=g(i,j+1);　　ha

70、o(15)=g(i,j+2);　　hao(16)=g(i+1,j-2);　　hao(17)=g(i+1,j-1);　　hao(18)=g(i+1,j);　　hao(19)=g(i+1,j+1);　　hao(20)=g(i+1,j+

71、2);　　hao(21)=g(i+2,j-2);　　hao(22)=g(i+2,j-1);　　hao(23)=g(i+2,j);　　hao(24)=g(i+2,j+1);　　hao(25)=g(i+2,j+2);

72、;　　hao=sort(hao);　　Q(i,j)=hao(13);　　end　　end　　end<p&g

73、t;　　>> for i=1:a　　for j=1:b　　if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1|j==b)　　W(i,j)=b(i,j);　　else<

74、/b>　　hao(1)=b(i-2,j-2);　　hao(2)=b(i-2,j-1);　　hao(3)=b(i-2,j);　　hao(4)=b(i-2,j+1);　　hao(5)=b(i-2,j+2);

75、　　hao(6)=b(i-1,j-2);　　hao(7)=b(i-1,j-1);　　12　　hao(8)=b(i-1,j);　　hao(9)=b(i-1,j+1);　　ha

76、o(10)=b(i-1,j+2);　　hao(11)=b(i,j-2);　　hao(12)=b(i,j-1);　　hao(13)=b(i,j);　　hao(14)=b(i,j+1);　　hao(15)=b(i,j+2);</

77、p>　　hao(16)=b(i+1,j-2);　　hao(17)=b(i+1,j-1);　　hao(18)=b(i+1,j);　　hao(19)=b(i+1,j+1);　　hao(20)=b(i+1,j+2);<p

78、>　　hao(21)=b(i+2,j-2);　　hao(22)=b(i+2,j-1);　　hao(23)=b(i+2,j);　　hao(24)=b(i+2,j+1);　　hao(25)=b(i+2,j+2);　　hao=so

79、rt(hao);　　W(i,j)=hao(13);　　end　　end　　end　　l(:,:,1)=P;</

80、p>　　l(:,:,2)=Q　　l(:,:,3)=w　　subplot(2,2,4) 　　imshow(l);　　13　　圖2 5*5的濾波窗口中

81、值濾波　　比較圖二和圖一的第四幅圖，發(fā)現(xiàn)對(duì)于椒鹽噪聲，中值濾波效果更好。對(duì)于高斯噪聲，選用5*5窗口濾波效果好于3*3窗口濾波，但圖像模糊程度加重了。　　3、用均值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理　　I=imread('JonesBW.JPG');　　I1

82、=imnoise(I,'gaussian');　　I2=imnoise(I,'salt & pepper',0.02);　　H1=ones(3,3)/9;　　J1=imfilter(I1,H1);　　J2=imfilter(I2,H

83、1);　　figure,imshow(I1);　　title('高斯噪聲')　　figure,imshow(I2);　　title(‘椒鹽噪聲‘)　　figure,imshow(J1);&l

84、t;p>　　14　　title(‘高斯噪聲-模版1均值濾波‘)　　figure,imshow(J2);　　title(‘椒鹽噪聲-模版1均值濾波‘)　　15<p

85、>　　16　　六、總結(jié)與體會(huì)　　圖像處理是當(dāng)今計(jì)算機(jī)科學(xué)中最具有前景的領(lǐng)域之一，圖像技術(shù)有非常廣泛的應(yīng)用，而數(shù)學(xué)形態(tài)學(xué)是圖像處理中的重要方法之一。數(shù)學(xué)形態(tài)學(xué)的基本理論和方法在醫(yī)學(xué)成像、顯微鏡學(xué)、生物學(xué)、機(jī)器人視覺、自動(dòng)字符讀取、金相學(xué)、地質(zhì)學(xué)、冶金學(xué)、遙感技術(shù)等諸多領(lǐng)域都取

86、得了非常成功的應(yīng)用。　　我所設(shè)計(jì)的課題是基于形態(tài)學(xué)的圖像去噪實(shí)現(xiàn)及應(yīng)用，選用的軟件處理工具是MATLAB，在圖書館也借閱了相關(guān)圖書，以便于自己能熟練運(yùn)用軟件操作。對(duì)于其中關(guān)鍵的程序編寫，則大量參考實(shí)驗(yàn)指導(dǎo)書和圖書，增加了幾種模板以應(yīng)對(duì)不同噪聲類型。通過比較選擇較好的方法。本次設(shè)計(jì)加深了對(duì)噪聲的理解，以及簡單的程序編寫。　　通過本次課程設(shè)計(jì)，將課堂所學(xué)很好

87、地應(yīng)用到實(shí)際中去，理論聯(lián)系實(shí)際，培養(yǎng)了自己的動(dòng)手能力，查閱資料能力，聯(lián)想的能力，獨(dú)立解決問題的能力。通過這次設(shè)計(jì)，對(duì)數(shù)字圖像處理的國內(nèi)外發(fā)展近況、應(yīng)用領(lǐng)域及重大的應(yīng)用價(jià)值有了更深刻的認(rèn)識(shí)，這種認(rèn)識(shí)反過來更加深了我對(duì)數(shù)字圖像處理的好奇心與求知欲，數(shù)字圖像的神秘吸引我們不斷追尋，求知永無止境，然而我對(duì)數(shù)字圖像處理的了解非常淺薄，需要日后不斷學(xué)習(xí)進(jìn)步。　　17&l

88、t;/p>　　七、參考文獻(xiàn)　　1、《數(shù)字圖像處理與分析》北京航空航天大學(xué)出版社楊帆著 　　2、《MATLAB及在電子信息類課程中的應(yīng)用》電子工業(yè)出版社唐向宏岳恒立鄭雪峰著　　3、《圖像處理與分析——數(shù)學(xué)形態(tài)學(xué)方法及應(yīng)用》科學(xué)出

眾賞文庫> 全部分類> 畢業(yè)設(shè)計(jì)

溫馨提示

1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

數(shù)字圖像課程設(shè)計(jì)-基于形態(tài)學(xué)去噪

文檔簡介

溫馨提示

最新文檔

評(píng)論

數(shù)字圖像課程設(shè)計(jì)-基于形態(tài)學(xué)去噪

文檔簡介

溫馨提示

最新文檔

評(píng)論

免費(fèi)下載