数字图像(实验四)

数字图像(实验四)

ID:22291915

大小:274.70 KB

页数:5页

时间:2018-10-28

数字图像(实验四)_第1页
数字图像(实验四)_第2页
数字图像(实验四)_第3页
数字图像(实验四)_第4页
数字图像(实验四)_第5页
资源描述:

《数字图像(实验四)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、福建农林大学计算机与信息学院实验报告数字图像处理(双语)课程名称:(DigitalImageProcessing)姓名:系:计算机科学与技术专业:计算机科学与技术年级:指导教师:王长缨职称:副教授2014〜2015学年下学期福建农林大学计算机与信息学院实验报告系:计算机科学与技术专业:计算机科学与技术年级:2012级姓名:学号:实验室号田家炳510计算机号实验时间:2015年5月日指导教师签字:成绩:ExperimentIVNoisereductionwithadaptivefiltering(validated)(2periods)ObjectiveEsta

2、blishthedatadrivenideafromadaptivefilterinbothspatialandfrequencydomain.MethodologyApplyspatialadaptivefilterandWienerfiltertoanoisedphotorespectivelyandmakeacommentbycomparisonoftwomethods.EnvironmentHardware:GeneralPCOperatingsystem:WindowsXFCalculatingplatform:MATLAB6.5orhigherve

3、rsionExperimentindetail:1.DesignanadaptivelocalnoisereductionfilterandapplyittoanimagewithGaussiannoise.Comparetheperformanceoftheadaptivelocalnoisereductionfilterwitharithmeticmeanandgeometricmeanfilter.代码:rt=imreadCD:tupian1.jpg’);gray=rgb2gray(rt);subplot(2,3,1);imshow(rt);title

4、(fOriginalpicture1);subplot(2,3,2);imshow(gray);title(’Graypicture’);rtg=im2double(gray);rtg=imnoise(rtg,’gaussian,0.005)%加入均值为0,方差为0.005的高斯噪声subplot(2,3,3);imshow(rtg);tide(’Gaussianpicture’);[a,b]=size(rtg);n=3;smax=7;nrt=zero$(a+($max-1),b+(smax-1));fori=(($max-l)/2+1):(a+($max

5、-l)/2)forj=((smax-l)/2+1):(b+(smax-l)/2)nrt(ij)=rtg(i-(smax-l)/2,j-(smax-l)/2);endendfigure;imshow(nrt);title(’扩充后的图像i);nrt2=zeros(a,b);fori=n+l:a+nforj=n+l:b+nforml=3:2m2=(ml-l)/2;C=nrt2(i-m2:i+m2,j-m2:j+m2);%使用7*7的滤波器Zmed=median(median(c));Zmin=min(min(c));Zmax=max(max(c));Al=Zmed

6、-Zmin;A2=Zmed-Zmax;if(Al>0&&A2<0)Bl=nrt2(i,j)-Zmin;B2=nrt2(i,j)-Zmax;if(Bl>0&&B2<0)nrt2(i,j)=nrt2(i,j);elsenrt2(ij)=Zmed;endcontinue;endendendendnrt3=im2uint8(nrt2);figure;imshow(nrt3);titlefadaptivemedianfilter’);扩充后的图像adaptivemedianfilter2.ImplementWienerfilterwithuwiener2^functio

7、nofMatLabtoanimagewithGaussiannoiseandcomparetheperformancewithadaptivelocalnoisereductionfilter.2-3-4-5-6_7-8-9-10-11-12_原始图像萵斯喑声后的图像对加晬图像进行二维自适应维也纳•悉波3*3对加眭图傑进行二绺自适应维也纳波波对加哮图像逬行二维自适应维也纳波波9,9I=imread(?D:tupianl.jpg');H=rgb2gray(I);J=imnoise(H/gaussian’0.1,0.002);K=wiener2(J,[3,3])

8、;N=wiener2(J,[5,5])

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。