TA的每日心情 | 衰
2019-11-19 15:32 |
|---|
签到天数: 1 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
. S* a2 f4 Z0 @" x, P
方法包括：直方图修正，灰度变换，图像平滑化，图像锐化等。
8 s4 \; Q: z6 H5 N3 R: p" }- e; ], ~& T) Y( Y
卷积时模板是相对中心点做镜像后再对F位于模板下的子图像作加权和的。只有模板本身是关于中心点对称，相关和卷积结果才会相同。- S$ x! q5 U4 Z) R, v) e0 ~3 \/ }
, h0 W* a$ S; @. v' r5 B* K- % 均值滤波 f = imread('../lena_AdaptiveMedianFilter.bmp'); %读入图像 imshow(f); %得到图5.2（a）的图像 w = [1 1 1; 1 1 1; 1 1 1] / 9 %滤波模板 g = imfilter(f, w, 'conv', 'replicate'); %滤波 滤波过程corr--相关 conv--卷积 figure, imshow(g); %得到5.2（b）的图像 replicate 重复的边界填充方式6 n# l/ Y1 o* {6 q! p# _2 {* n
6 H- G& W( T6 H8 c$ t. p/ f4 I. M# u
/ o Q5 }1 v4 X* H# \# c: I7 a
, x+ `/ ]" b: ?# G. C
图像平滑可以减少和抑制图像噪声。3 L& e2 K" V$ n" H. I
* }: m( z& x) F 平均平滑7 R6 D2 o& Q" L- _
+ H x( ^4 N" n/ }6 W1 R A- I = imread('../baby_noise.bmp'); figure, imshow(I) h = fspecial('average', 3); % 3*3平均模板 I3 = imfilter(I, h, 'corr', 'replicate'); % 相关滤波，重复填充边界 figure, imshow(I3) h = fspecial('average', 5) % 5*5平均模板 I5 = imfilter(I, h, 'corr', 'replicate'); figure, imshow(I5) h = fspecial('average', 7); % 7*7平均模板 I7 = imfilter(I, h, 'corr', 'replicate'); figure, imshow(I7)
+ n5 |) O5 f" d5 E6 {+ h
% g! L6 W) ^8 d- p6 Z
' @0 g9 A8 q, f6 U7 r- p 高斯平滑2 Q0 p( i' O9 L& }
% c5 H. ]6 a6 v# q6 v6 N/ d
- I = imread('../baby_noise.bmp'); figure, imshow(I); h3_5 = fspecial('gaussian', 3, 0.5); % sigma=0.5的3*3高斯模板 I3_5 = imfilter(I, h3_5); % 高斯平滑 figure, imshow(I3_5); h3_8 = fspecial('gaussian', 3, 0.8); % sigma=0.8的3*3高斯模板 I3_8 = imfilter(I, h3_8); figure, imshow(I3_8); h3_18 = fspecial('gaussian', 3, 1.8) % sigma=1.8的3*3高斯模板，接近于平均模板 I3_18 = imfilter(I, h3_18); figure, imshow(I3_18);3 T$ I/ @. d& H* G$ N, ], l8 f
5 X+ k8 n8 E8 H& U y
/ E4 q2 M9 f& K# ^ 中值滤波% d' M. }5 g" ?: p3 M
) l' S4 N, Q$ J8 m m. P
- I = imread('../lena_salt.bmp'); imshow(I); J=imnoise(I,'salt & pepper');%为图像叠加椒盐噪声 figure, imshow(J); w = [1 2 1;2 4 2;1 2 1] / 16; J1=imfilter(J, w, 'corr', 'replicate'); %高斯平滑 figure, imshow(J1); w = [1 1 1;1 1 1;1 1 1] / 9; J2=imfilter(J, w, 'corr', 'replicate');%平均平滑 figure, imshow(J2); J3=medfilt2(J,[3,3]);%中值滤波 figure, imshow(J3);: k4 G$ w# ^2 G$ q2 X) P/ T+ b
* P" |" p4 K" K, J" |
% I4 l4 ?0 K+ N% j; U5 F2 ]: x, L8 O3 W [. c+ |% h4 U
3 l; [$ D) D% z) O" I9 M9 {- I- S
目测 中值滤波效果最好，其为统计排序滤波器，线性平滑滤波器在降噪时不可避免的出现模糊。低于椒盐噪声，中值滤波最好。
$ T, I6 Q' z5 H* ^, D
0 x5 S9 U' [4 o3 ^0 m$ S0 B( T- x6 ]# Y `+ [5 C+ u+ ~
O# m0 U: a2 v4 j4 U
图像锐化2 P4 y1 A: Z+ M0 s; g& @$ @; e% m
! ~; `( K E$ D j$ K 增强图像灰度跳变部分。锐化的对象是边缘，处理不涉及噪声。$ h' n$ k- x4 M# u* r7 Q
, j' Z# @ E0 }" g( Y/ t! D6 o9 U
基于一阶导数的增强。
& O* H4 R$ D9 v$ E6 ]- C- L. H2 v+ v! [
- % 基于Robert交叉梯度的图像锐化 I = imread('../bacteria.bmp'); imshow(I); I = double(I); % 转换为double型，这样可以保存负值，否则uint8型会把负值截掉 w1 = [-1 0; 0 1] w2 = [0 -1; 1 0] G1 = imfilter(I, w1, 'corr', 'replicate'); % 以重复方式填充边界 G2 = imfilter(I, w2, 'corr', 'replicate'); G = abs(G1) + abs(G2); % 计算Robert梯度 figure, imshow(G, []); figure, imshow(abs(G1), []); figure, imshow(abs(G2), []);
$ H: j2 z. X1 v |
& w' t9 h5 g- x9 w& `
; N" l: ]' x! q3 G* ^# A9 v
6 d- c0 _0 l. ~基于二阶微分的增强。
: F4 |* h2 Z" m! o3 p1 [ G6 A$ L6 m. I
- % 基于3种拉普拉斯模板的滤波 I = imread('../bacteria.bmp'); figure, imshow(I); I = double(I); w1 = [0 -1 0; -1 4 -1; 0 -1 0] L1 = imfilter(I, w1, 'corr', 'replicate'); w2 = [-1 -1 -1; -1 8 -1; -1 -1 -1] L2 = imfilter(I, w2, 'corr', 'replicate'); figure, imshow(abs(L1), []); figure, imshow(abs(L2), []); w3 = [1 4 1; 4 -20 4; 1 4 1] L3 = imfilter(I, w3, 'corr', 'replicate'); figure, imshow(abs(L3), []);
* S. F# d8 T0 I" w* N4 V; p
7 F% r* t) n+ i
' C9 Y: O% i7 ~& ]! x4 J
# u; T6 j0 P: w" |1 Z高斯-拉普拉斯变换增强。) P# z$ F" s7 {- K5 }* H! H
) ~3 q+ e# P7 r* l1 \- LoG算子的锐化 clear all I = imread('../babyNew.bmp'); figure, imshow(I, []); %得到图5.14（a） Id = double(I); % 滤波前转化为双精度型 h_log = fspecial('log', 5, 0.5); % 大小为5，sigma=0.5的LoG算子 I_log = imfilter(Id, h_log, 'corr', 'replicate'); figure, imshow(uint8(abs(I_log)), []); h_log = fspecial('log', 5, 2); % 大小为5，sigma=2的LoG算子 I_log = imfilter(Id, h_log, 'corr', 'replicate'); figure, imshow(uint8(abs(I_log)), []);0 t5 Y7 r3 B6 R! T
2 N& E5 \" E5 d* v* [* Q# |1 c6 C1 J: E
# }. D. W" O$ ~+ \; |; H) ]8 k0 g
8 Q/ S( s# o. G7 |' e3 h
|
|
/1 
发表于 2021-9-1 15:52
收藏
淘帖
支持！
反对！