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、<p><b> 目錄</b></p><p> 目的與要求-----------------------------------------------------------1</p><p> 1、課程設(shè)計(jì)目的----------------------------------------------------------------1<
2、/p><p> 2、課程設(shè)計(jì)課題任務(wù)---------------------------------------------------------1</p><p> 3、實(shí)施要求-----------------------------------------------------------------1</p><p> 二、課程設(shè)計(jì)選題的背景意義--
3、---------------------------------------2</p><p> 1、數(shù)字圖像處理的介紹-------------------------------------------------------2</p><p> 2、數(shù)學(xué)形態(tài)學(xué)發(fā)展簡史-------------------------------------------------------2
4、</p><p> 三、設(shè)計(jì)的主要內(nèi)容及基本原理--------------------------------------4</p><p> 1、主要內(nèi)容-----------------------------------------------------------------------4</p><p> 2、基本原理--------------
5、---------------------------------------------------------4</p><p> 3、MATLAB簡介------------------------------------------------------------------4</p><p> 四、總體方案設(shè)計(jì)-------------------------------
6、---------------------------5</p><p> 1、系統(tǒng)設(shè)計(jì)框圖-----------------------------------------------------------------5</p><p> 2、模塊功能介紹----------------------------------------------------------------
7、-5</p><p> 五、測試與調(diào)試-------------------------------------------------------------6</p><p> 1、高斯噪聲和椒鹽噪聲的介紹---------------------------------------------6</p><p> 2、用中值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處
8、理----------------------7</p><p> 3、用均值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理----------------14</p><p> 六、總結(jié)與體會(huì)-----------------------------------------------------------17</p><p> 七、參考文獻(xiàn)--------------
9、-------------------------------------------------18</p><p><b> 一、目的與要求</b></p><p><b> 1、課程設(shè)計(jì)目的</b></p><p> (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><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)。</p><p> 2、課程設(shè)計(jì)課題任務(wù)</p><p> ?。?)、對(duì)加有高斯、椒鹽噪聲的圖像進(jìn)行處理;</p><p> (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;</p><p> (3)、概括介紹形態(tài)學(xué)在圖像
11、去噪中的應(yīng)用領(lǐng)域;</p><p><b> 3、實(shí)施要求</b></p><p> ?。?)、理解各種圖像處理方法確切意義;</p><p> ?。?)、獨(dú)立進(jìn)行方案的制定,系統(tǒng)結(jié)構(gòu)要合理。</p><p> (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。</p><p> ?。?
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。</p><p><b> 1</b></p><p> 二、課程設(shè)計(jì)選題的背景意義</p><p> 1、數(shù)字圖像處理的介紹</p><p> 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。</p><p> 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。</p><p> 2、數(shù)學(xué)形態(tài)學(xué)發(fā)展簡史</p><p> 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。</p><p> 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)。</p><p> 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,</p><p> 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、。</p><p><b> 2</b></p><p> 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)</p><p> 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。</p><p><b> 3</b></p><p> 三、設(shè)計(jì)的主要內(nèi)
19、容及基本原理</p><p><b> 1、主要內(nèi)容</b></p><p> 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。</p>&
20、lt;p><b> 2、基本原理</b></p><p> 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。</p><p> 3、MATLAB簡介</p>
21、;<p> 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)。</p><p> 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。</p><p><b> 4</b></p><p><b> 四、總體方案設(shè)計(jì)</b></p><p>&
23、lt;b> 1、系統(tǒng)設(shè)計(jì)框圖</b></p><p> 原圖 加 加噪聲 噪聲分析</p><p> 系統(tǒng)評(píng)測 </p><p> 結(jié)果比較 去噪處理</p>&l
24、t;p><b> 2、模塊功能介紹</b></p><p> 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:</p><p> ?。?)、 加噪聲模塊</p><p> 對(duì)圖像進(jìn)行加噪聲處理,采用imnoise函數(shù),其語法為:</p><p>
25、 J=imnoise(I,type)</p><p> J=imnoise(I,type,parameters)</p><p> 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)。</p><p><b> ?。?)、噪聲分析</b></p><p> 噪聲種類
26、共有兩種:type =’gaussian’時(shí), 為高斯噪聲;</p><p> type=’salt & pepper’時(shí), 為椒鹽噪聲;</p><p><b> ?。?)、去噪處理</b></p><p> 通過不同方法和算法對(duì)圖像進(jìn)行去噪處理</p><p><b> ?。?)、結(jié)
27、果比較</b></p><p> 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。</p><p><b> ?。?)、系統(tǒng)評(píng)測</b></p><p> 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)。</p><p>
28、;<b> 5</b></p><p><b> 五、測試與調(diào)試</b></p><p> 1、高斯噪聲和椒鹽噪聲的介紹</p><p> 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。</p><p><b> (1)高斯噪聲</b></p><p> 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。</p><p> 高斯隨即變量Z的PDF由下式給出:</p>
31、<p> p(z)= (3-1)</p><p> 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)。</p><p> (2)脈沖噪聲(椒鹽噪聲)</p><p>
32、; (雙極)脈沖噪聲的PDF可由下式給出:</p><p> P(z)= (3-14)</p><p> 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</p><p><b> 6</b></p><p><b> 粒和尖峰噪聲。</b></p><p> 2、用中值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理</p><p> 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。</p><p><b> 實(shí)現(xiàn)方法:</b></p><p> 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</p><p> 2:用排序后的中值取代要處理的數(shù)據(jù)即可</p><p> 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。</p><
35、p><b> 中值濾波原理</b></p><p> 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。</p><p><b> 中值濾波</b></p><p> 用3*3的濾波窗口進(jìn)行中值濾波處理:</p><p><
37、;b> 程序如下:</b></p><p> >> i=imread('Winter.jpg'); %讀入圖像</p><p> subplot(2,2,1); </p><p> imshow(i); %顯示原始圖像</p><
38、p> title('original'); %設(shè)置圖像標(biāo)題</p><p> j = imnoise(i,'salt & pepper',0.02); %加均值為0,方差為0.02的椒鹽噪聲</p><p> subplot(2,2,2);
39、</p><p> imshow(j); %顯示處理后的圖像</p><p> title('加入椒鹽噪聲');</p><p> k = imnoise(i,'gaussian',0.02); %加均值為0,方差為0.02的加入高斯噪聲</p>
40、<p> l = imnoise(k,'salt & pepper',0.02); %加均值為0,方差為0.02的椒鹽噪聲 </p><p> subplot(2,2,3);</p><p> imshow(l);</p><p> title('加入椒鹽噪聲和高斯噪聲');</
41、p><p><b> 7</b></p><p> r=l(:,:,1);</p><p> g=l(:,:,2);</p><p> b=l(:,:,3);</p><p> [m,n]=size(r);</p><p><b> for i=1:m&l
42、t;/b></p><p><b> for j=1:n</b></p><p> if(i==1|i==m|j==1|j==n)</p><p> G(i,j)=r(i,j);</p><p><b> else</b></p><p> hao(1)=r(
43、i-1,j-1);</p><p> hao(2)=r(i-1,j);</p><p> hao(3)=r(i-1,j+1);</p><p> hao(4)=r(i,j-1);</p><p> hao(5)=r(i,j);</p><p> hao(6)=r(i,j+1);</p><
44、p> hao(7)=r(i+1,j-1);</p><p> hao(8)=r(i+1,j);</p><p> hao(9)=r(i+1,j+1);</p><p> hao=sort(hao);</p><p> G(i,j)=hao(5);</p><p><b> end</b
45、></p><p><b> end</b></p><p><b> end</b></p><p> >> for i=1:m</p><p><b> for j=1:n</b></p><p> if(i==1|i==
46、m|j==1|j==n)</p><p> K(i,j)=g(i,j);</p><p><b> else</b></p><p> hao(1)=g(i-1,j-1);</p><p> hao(2)=g(i-1,j);</p><p> hao(3)=g(i-1,j+1);<
47、/p><p> hao(4)=g(i,j-1);</p><p> hao(5)=g(i,j);</p><p> thao(6)=g(i,j+1);</p><p> hao(7)=g(i+1,j-1);</p><p> hao(8)=g(i+1,j);</p><p> hao(9
48、)=g(i+1,j+1);</p><p> hao=sort(hao);</p><p> K(i,j)=hao(5);</p><p><b> end</b></p><p><b> end</b></p><p><b> end</b&g
49、t;</p><p> >> for i=1:m</p><p><b> 8</b></p><p><b> for j=1:n</b></p><p> if(i==1|i==m|j==1|j==n)</p><p> L(i,j)=b(i,j);
50、</p><p><b> else</b></p><p> hao(1)=b(i-1,j-1);</p><p> hao(2)=b(i-1,j);</p><p> hao(3)=b(i-1,j+1);</p><p> hao(4)=b(i,j-1);</p>&l
51、t;p> hao(5)=b(i,j);</p><p> hao(6)=b(i,j+1);</p><p> hao(7)=b(i+1,j-1);</p><p> hao(8)=b(i+1,j);</p><p> hao(9)=b(i+1,j+1);</p><p> hao=sort(hao);
52、</p><p> L(i,j)=hao(5);</p><p><b> end</b></p><p><b> end</b></p><p><b> end</b></p><p> >> l(:,:,1)=G;</
53、p><p> >> l(:,:,2)=K;</p><p> >> l(:,:,3)=L;</p><p> >> subplot(2,2,4);</p><p> >> imshow(l);</p><p><b> 9</b></p&
54、gt;<p> 圖一 3*3的濾波窗口的中值濾波</p><p> 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。</p><p> 用5*5的濾波窗口進(jìn)行中值濾波處理:</p><p><b> 程序如下:</b></p><p> >>
55、; i=imread('Winter.jpg'); %讀入圖像</p><p> subplot(2,2,1);</p><p> imshow(i); %顯示原始圖像</p><p> title('original'); </p><
56、p> j = imnoise(i,'salt & pepper',0.02); %加均值為0,方差為0.02的椒鹽噪聲。</p><p> subplot(2,2,2);</p><p> imshow(j); %顯示處理后的圖像</p><p> title('加入椒鹽噪聲&
57、#39;);</p><p> k = imnoise(i,'gaussian',0.02); %加均值為0,方差為0.02的加入高斯噪聲</p><p> l = imnoise(k,'salt & pepper',0.02); %加均值為0,方差為0.02的椒鹽噪聲</p><p> subplot(2
58、,2,3);</p><p> imshow(l);</p><p> title('加入椒鹽噪聲和高斯噪聲');</p><p> r=l(:,:,1);</p><p> g=l(:,:,2);</p><p><b> 10</b></p><p
59、> b=l(:,:,3);</p><p> [a,b]=size(r);</p><p><b> for i=1:a</b></p><p><b> for j=1:b</b></p><p> if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1
60、|j==b)</p><p> P(i,j)=r(i,j);</p><p><b> else</b></p><p> hao(1)=r(i-2,j-2);</p><p> hao(2)=r(i-2,j-1);</p><p> hao(3)=r(i-2,j);</p>
61、<p> thao(4)=r(i-2,j+1);</p><p> hao(5)=r(i-2,j+2);</p><p> hao(6)=r(i-1,j-2);</p><p> hao(7)=r(i-1,j-1);</p><p> hao(8)=r(i-1,j);</p><p> hao
62、(9)=r(i-1,j+1);</p><p> hao(10)=r(i-1,j+2);</p><p> hao(11)=r(i,j-2);</p><p> hao(12)=r(i,j-1);</p><p> hao(13)=r(i,j);</p><p> hao(14)=r(i,j+1);</
63、p><p> hao(15)=r(i,j+2);</p><p> hao(16)=r(i+1,j-2);</p><p> hao(17)=r(i+1,j-1);</p><p> hao(18)=r(i+1,j);</p><p> hao(19)=r(i+1,j+1);</p><p&g
64、t; hao(20)=r(i+1,j+2);</p><p> hao(21)=r(i+2,j-2);</p><p> hao(22)=r(i+2,j-1);</p><p> hao(23)=r(i+2,j);</p><p> hao(24)=r(i+2,j+1);</p><p> hao(25)=
65、r(i+2,j+2);</p><p> hao=sort(hao);</p><p> P(i,j)=hao(13);</p><p><b> end</b></p><p><b> end</b></p><p><b> end</b>
66、;</p><p> >> for i=1:a</p><p><b> for j=1:b</b></p><p> if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1|j==b)</p><p> Q(i,j)=g(i,j);</p><p>
67、;<b> 11</b></p><p><b> else</b></p><p> hao(1)=g(i-2,j-2);</p><p> hao(2)=g(i-2,j-1);</p><p> hao(3)=g(i-2,j);</p><p> hao(4)
68、=g(i-2,j+1);</p><p> hao(5)=g(i-2,j+2);</p><p> hao(6)=g(i-1,j-2);</p><p> hao(7)=g(i-1,j-1);</p><p> hao(8)=g(i-1,j);</p><p> hao(9)=g(i-1,j+1);</
69、p><p> hao(10)=g(i-1,j+2);</p><p> hao(11)=g(i,j-2);</p><p> hao(12)=g(i,j-1);</p><p> hao(13)=g(i,j);</p><p> hao(14)=g(i,j+1);</p><p> ha
70、o(15)=g(i,j+2);</p><p> hao(16)=g(i+1,j-2);</p><p> hao(17)=g(i+1,j-1);</p><p> hao(18)=g(i+1,j);</p><p> hao(19)=g(i+1,j+1);</p><p> hao(20)=g(i+1,j+
71、2);</p><p> hao(21)=g(i+2,j-2);</p><p> hao(22)=g(i+2,j-1);</p><p> hao(23)=g(i+2,j);</p><p> hao(24)=g(i+2,j+1);</p><p> hao(25)=g(i+2,j+2);</p>
72、;<p> hao=sort(hao);</p><p> Q(i,j)=hao(13);</p><p><b> end</b></p><p><b> end</b></p><p><b> end</b></p><p&g
73、t; >> for i=1:a</p><p><b> for j=1:b</b></p><p> if(i==1|i==2|i==a-1|i==a|j==1|j==2|j==b-1|j==b)</p><p> W(i,j)=b(i,j);</p><p><b> else<
74、/b></p><p> hao(1)=b(i-2,j-2);</p><p> hao(2)=b(i-2,j-1);</p><p> hao(3)=b(i-2,j);</p><p> hao(4)=b(i-2,j+1);</p><p> hao(5)=b(i-2,j+2);</p>
75、<p> hao(6)=b(i-1,j-2);</p><p> hao(7)=b(i-1,j-1);</p><p><b> 12</b></p><p> hao(8)=b(i-1,j);</p><p> hao(9)=b(i-1,j+1);</p><p> ha
76、o(10)=b(i-1,j+2);</p><p> hao(11)=b(i,j-2);</p><p> hao(12)=b(i,j-1);</p><p> hao(13)=b(i,j);</p><p> hao(14)=b(i,j+1);</p><p> hao(15)=b(i,j+2);</
77、p><p> hao(16)=b(i+1,j-2);</p><p> hao(17)=b(i+1,j-1);</p><p> hao(18)=b(i+1,j);</p><p> hao(19)=b(i+1,j+1);</p><p> hao(20)=b(i+1,j+2);</p><p
78、> hao(21)=b(i+2,j-2);</p><p> hao(22)=b(i+2,j-1);</p><p> hao(23)=b(i+2,j);</p><p> hao(24)=b(i+2,j+1);</p><p> hao(25)=b(i+2,j+2);</p><p> hao=so
79、rt(hao);</p><p> W(i,j)=hao(13);</p><p><b> end</b></p><p><b> end</b></p><p><b> end</b></p><p> l(:,:,1)=P;</
80、p><p> l(:,:,2)=Q</p><p> l(:,:,3)=w</p><p> subplot(2,2,4) </p><p> imshow(l);</p><p><b> 13</b></p><p> 圖2 5*5的濾波窗口中
81、值濾波</p><p> 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。</p><p> 3、用均值濾波對(duì)高斯噪聲和椒鹽噪聲進(jìn)行處理</p><p> I=imread('JonesBW.JPG');</p><p> I1
82、=imnoise(I,'gaussian');</p><p> I2=imnoise(I,'salt & pepper',0.02);</p><p> H1=ones(3,3)/9;</p><p> J1=imfilter(I1,H1);</p><p> J2=imfilter(I2,H
83、1);</p><p> figure,imshow(I1);</p><p> title('高斯噪聲')</p><p> figure,imshow(I2);</p><p> title(‘椒鹽噪聲‘)</p><p> figure,imshow(J1);</p>&l
84、t;p><b> 14</b></p><p> title(‘高斯噪聲-模版1均值濾波‘)</p><p> figure,imshow(J2);</p><p> title(‘椒鹽噪聲-模版1均值濾波‘)</p><p><b> 15</b></p><p
85、><b> 16</b></p><p><b> 六、總結(jié)與體會(huì)</b></p><p> 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。</p><p> 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。</p><p> 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。</p><p><b> 17</b>&l
88、t;/p><p><b> 七、參考文獻(xiàn)</b></p><p> 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 </p><p> 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</p><p> 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
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。
最新文檔
- 數(shù)字圖像課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)--基于matlab的數(shù)字圖像處理
- 數(shù)字圖像處理課程設(shè)計(jì)---數(shù)字圖像處理
- 數(shù)字圖像處理課程設(shè)計(jì)--基于matlab的數(shù)字圖像處理
- 數(shù)字圖像處理課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)--數(shù)字圖像處理系統(tǒng)
- 圖像處理課程設(shè)計(jì)--基于matlab的數(shù)字圖像處理
- 數(shù)字圖像處理課程設(shè)計(jì)論文
- 數(shù)字圖像處理課程設(shè)計(jì) (2)
- 數(shù)字圖像處理課程設(shè)計(jì)1
- 數(shù)字圖像課程設(shè)計(jì)--基于直方圖變換實(shí)現(xiàn)的圖像增強(qiáng)
- 數(shù)字圖像處理課程設(shè)計(jì)--實(shí)現(xiàn)簡單的數(shù)字圖像處理功能
- 數(shù)字圖像的傅立葉變換課程設(shè)計(jì)
- 數(shù)字圖像處理課程設(shè)計(jì)--人臉檢測
- 數(shù)字圖像課程設(shè)計(jì)----直方圖均衡化
- 數(shù)字圖像處理dct變換課程設(shè)計(jì)
評(píng)論
0/150
提交評(píng)論