14组实验三Word文档格式.docx
- 文档编号:8136588
- 上传时间:2023-05-10
- 格式:DOCX
- 页数:12
- 大小:1.68MB
14组实验三Word文档格式.docx
《14组实验三Word文档格式.docx》由会员分享,可在线阅读,更多相关《14组实验三Word文档格式.docx(12页珍藏版)》请在冰点文库上搜索。
f=imread('
headCT.tif'
);
g=imnoise(f,'
gaussian'
sp=imnoise(f,'
salt&
pepper'
subplot(1,3,1);
imshow(f);
title('
原图'
subplot(1,3,2);
imshow(g);
高斯噪声'
subplot(1,3,3);
imshow(sp);
椒盐噪声'
w=fspecial('
average'
[33]);
%生成3X3的均值滤波器掩模
w1=fspecial('
[77]);
%生成7X7的均值滤波器掩模
g1=imfilter(g,w);
g2=imfilter(g,w1);
subplot(1,2,1);
imshow(g1,[]);
高斯噪声3X3均值滤波'
)
subplot(1,2,2);
imshow(g2,[]);
高斯噪声7X7均值滤波'
g3=imfilter(sp,w);
g4=imfilter(sp,w1);
imshow(g3,[]);
椒盐噪声3X3均值滤波'
imshow(g4,[]);
椒盐噪声7X7均值滤波'
g5=medfilt2(g);
g6=medfilt2(g,[77]);
imshow(g5,[]);
高斯噪声3X3中值滤波'
imshow(g6,[]);
高斯噪声7X7中值滤波'
g7=medfilt2(sp);
g8=medfilt2(sp,[77]);
imshow(g7,[]);
椒盐噪声3X3中值滤波'
imshow(g8,[]);
椒盐噪声7X7中值滤波'
对于椒盐噪声,中值滤波效果比均值滤波效果好。
原因:
椒盐噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点。
中值滤波是选择适当的点来替代污染点的值,所以处理效果好。
因为噪声的均值不为0,所以均值滤波不能很好地去除噪声点。
对于高斯噪声,均值滤波效果比中值滤波效果好。
高斯噪声是幅值近似正态分布,但分布在每点像素上。
因为图像中的每点都是污染点,所以中值滤波选不到合适的干净点。
因为正态分布的均值为0,所以均值滤波可以消除噪声。
(注意:
实际上只能减弱,不能消除。
掩模大小影响着图片的平滑效果,掩模越大,平滑效果越好,但是容易造成边缘信息缺失。
2、编写m文件,实现同时用sobel算子对图片的水平和垂直方向进行处理?
3、对图片text.tif进行膨胀操作,选择结构元素为[010;
111;
010]和[111;
111]观察其处理效果的异同,如果一次膨胀的效果不明显,可多次膨胀再比较;
f=imread('
text.tif'
w1=[010;
010];
f1=imdilate(f,w1);
f2=imdilate(f1,w1);
w2=[111;
111];
f3=imdilate(f,w2);
f4=imdilate(f3,w2);
text'
figure,imshow(f1);
[010;
010]one'
figure,imshow(f2);
010]two'
figure,imshow(f3);
[111;
111]one'
figure,imshow(f4);
111]two'
4、选做题:
对图片shapes.tif进行开、闭运算,比较其处理的效果,采用方形结构元素(可由strel(’square’,3)得到)。
shapes.tif'
se=strel('
square'
3);
f1=imopen(f,se);
imshow(f);
figure,imshow(f1);
f2=imclose(f,se);
增大结构元素值开运算,效果明显,如下:
se=strel('
20);
fo=imopen(f,se);
fc=imclose(f,se);
subplot(1,3,1);
shapes'
subplot(1,3,2);
imshow(fo);
shapesfo'
subplot(1,3,3);
imshow(fc);
shapesfc'
5、选做题:
仿照课本P272例9.7,计算和显示图像pattern.tif中最后一个字母”a”的质心
pattern.tif'
[L,n]=bwlabel(f);
imshow(f)
holdon
%Solaterplottingcommandsplotontopoftheimage.(保持图像)
[r,c]=find(L==n);
rbar=mean(r);
cbar=mean(c);
plot(cbar,rbar,'
Marker'
'
*'
MarkerEdgeColor'
b'
实验总结:
通过这次验,组员掌握了均值滤波和中值滤波的原理及实现和锐化模板prewitt,sobel和laplacian的使用方法,了解了形态学的基本理论和方法,图像进行膨胀/腐蚀的方法和掌握开闭运算。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 14 实验