实验5 滤波处理1
需积分: 0 187 浏览量
2022-08-03
18:26:45
上传
评论
收藏 1.32MB PDF 举报
1
实验五 滤波处理
一、 实验目的
进一步了解 Python 软件/语言，学会使用 Python 对图像作滤波处理，掌握滤波算法，
体会滤波效果。
了解几种不同滤波方式的使用和使用的场合，培养处理实际图像的能力，并为课堂教
学提供配套的实践机会。
二、实验内容
1.在均值滤波核值下，对图像进行卷积操作，利用 cv.filter 方法进行。
2.使用均值滤波，中值滤波，高斯滤波对带噪声图像（lena.bmp）进行处理，比较图像处理
效果。
3.使用空域滤波方法查找出图像边缘，Sobel 算子和 Laplacian 算子
4.对图像进行傅立叶变换，在 Numpy 中的 FFT 包可以帮助我们实现快速傅里叶变换，使
用函数 np.fft.fft2()可以对信号进行频率转换,再用函数 np.fft.ifftshift()将结果沿两个方向平
移 N/2。然后频率变换之后，我们构建振幅谱。然后在进行频域变换，高通滤波和重建图像
（DFT 的逆变换）。首先进行掩膜操作出去低频分量，然后再使用函数 np.fft.ifftshift() 进
行逆平移操作，所以现在直流分量又回到左上角了，然后使用函数 np.ifft2() 进行 FFT 逆
变换，然后输出傅立叶变换处理后的图像。
5.利用 OpenCV 为我们提供了函数：cv2.matchTemplate()进行图片匹配。
三、实验原理与步骤
（一）
cv.filter2D 函数进行滤波
可以采用 2 维卷积对 2D 图像实施平滑与锐化等操作等。平滑处理帮助我们去除噪声，
模糊图像。锐化处理帮助我们找到图像的边缘。可以利用 OpenCV 提供的函数 cv.filter2D()
对一幅图像进行卷积操作。下面采用一个 5x5 平均滤波器对图像进行卷积处理。
剩余12页未读，继续阅读
评论0
最新资源