没有合适的资源?快使用搜索试试~ 我知道了~
图像信息处理之噪声和滤波.pdf
13 浏览量
2023-02-07
19:51:08
上传
评论
收藏 1.23MB PDF 举报
。。。
资源推荐
资源详情
资源评论























图像信息处理
一、实验内容
1、练习添加不同种类的噪声及不同滤波方法进行噪声抑制(可直接
调用 matlab 相关函数) ;
2、写出 N*N 模板的对称近邻平滑滤波算法的具体实现程序;
3、写出 N*N 模板的 K 近邻平滑滤波算法的具体实现程序;
4、取一张个人近照(面部应占整个图片空间四分之一以上),用 matlab
分别添加方差为 0.01 的高斯噪声和椒盐噪声,然后在 PS 里对面部(仅
对面部,背景不处理)做模糊处理,写出简要步骤;
5、在数据库中检索文献,给出最近 5 年中,至少 3 种以上图像滤波
去噪的方法,简述方法原理及应用,给出文献出处。
二、实验原理
1、椒盐噪声:幅值相同,但噪声出现的位置是随机的;
2、高斯噪声:每一点都存在噪声,但噪声的幅值分布是随机的;
3、均值滤波:用均值代替原图像中的各个像素值;
3、中值滤波:对一个滑动窗口内的诸像素灰度值排序,用中值代替
窗口中心像素的原来灰度值,非线性处理技术;
4、K 近邻平滑滤波:在一个与待处理像素邻近范围内,寻找出其中
像素值与之最接近的 K 个邻点,将该 K 个邻点的均值(或中值)替
代原像素值。
5、对称邻近均值滤波器:在一个局部范围内,通过几对对称点像素

值的比较,获得对相同区域及不同区域的判别,然后将均值计算在所
判定的同一区域内进行,这样可以使边界的保持更加灵活的同时又可
以降低计算量。
三、实验方法及程序
1、椒盐噪声
具体程序:
I=imread('L:\图像处理上机图\flower.jpg');
J=imnoise(I,'salt & pepper',0.02);
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(J);
实验结果:
2、高斯噪声
程序:
I=imread('L:\图像处理上机图\flower.jpg');
J=imnoise(I,'gauss',0.02);
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(J);
实验结果:

3、对椒盐噪声进行滤波抑制
均值滤波的程序:
I = imread('L:\图像平滑\Fig58.bmp');
J = imnoise(I,'salt & pepper',0.02);
h1= fspecial('average',3),K1 = filter2(h1,J);
h2= fspecial('average',5),K2 = filter2(h2,J);
h3= fspecial('average',7),K3 = filter2(h3,J);
subplot(221);imshow(J,[]);
subplot(222);imshow(K1,[]);
subplot(223);imshow(K2,[]);
subplot(224);imshow(K3,[]);
实验结果如下图:

对其进行中值滤波的程序:
I = imread('L:\图像平滑\Fig58.bmp');
J = imnoise(I,'salt & pepper',0.02);
K = medfilt2(J);
subplot(221);imshow(I);
subplot(222);imshow(J);
subplot(223);imshow(K);
滤波结果:
剩余15页未读,继续阅读
资源评论

stationinthemind
- 粉丝: 210
- 资源: 2016

上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助

会员权益专享
安全验证
文档复制为VIP权益,开通VIP直接复制
