《数字图像处理(第5版)》-实验三 均值滤波编程实验_第1页
《数字图像处理(第5版)》-实验三 均值滤波编程实验_第2页
《数字图像处理(第5版)》-实验三 均值滤波编程实验_第3页
《数字图像处理(第5版)》-实验三 均值滤波编程实验_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

实验三均值滤波编程实验姓名学号专业班级教师评分第一部分目的与要求1.1实验目的(1)理解和掌握图像线性均值滤波方法的基本原理。(2)熟悉用噪声产生函数(imnoise)给图像添加不同噪声的方法。(3)熟悉常用的Matalb函数,掌握利用Matlab编程实现图像线性均值滤波的思路和方法。1.2实验内容(1)利用Matlab语言环境中的噪声产生函数给原图像叠加噪声。(2)利用Matlab语言环境编写实现图像线性均值滤波的程序。(2)对比地将原图像、加噪图像和平滑结果图像显示在一行上。1.3编程涉及的部分Matlab函数(1)%:注释符号,在其后的同一行中的内容是注释,不会被执行。(2)clc:清除命令窗口中的内容。(3)clearall:清除工作空间的所有变量、函数和MEX文件。(4)closeall:关闭所有的Figure窗口。(5)imread('path_filename'):读入指定路径及文件名为path_filename的图像。(6)[m,n,color]=size(I):获取图像矩阵I的行数h和列数w及颜色数color。当color值等于3时,说明图像I是彩色图像。缺省color的形式为[m,n]=size(I)。(7)double(x):将其它类型的数据x转换为双精度型数据。在MATLAB的矩阵运算中,要求所有的运算变量为double型(双精度型)。(8)imnoise:给一幅图像添加噪声的噪声污染图像函数。典型的应用格式有:①imnoise(f,‘salt&pepper’,d):用椒盐噪声污染图像f,其中d是噪声密度(即包括噪声值的图像区域的百分比),默认的噪声密度为0.05。②imnoise(f,‘gaussian’,m,var):将均值m,方差为var的高斯噪声加到图像f上,默认值是均值m为0,方差var为0.01的噪声。比如,Noisy_img=imnoise(img0,'salt&pepper',0.03);含义是加入噪声密度为0.03的椒盐噪声图像。(9)figure:创建一个用来显示图形输出的一个窗口对象。(10)subplot(m,n,p):将多幅图像输出到一个平面(figure)上。其中,m表示将图像排成m行,n表示将图像排成n列,也即整个figure中有n幅图像排成一行,一共m行。p表示图所在的位置,p=1表示从左到右从上到下的第一个位置。(11)imshow(I,[lowhigh]):显示灰度图像I,并以二元素向量[lowhigh]指定显示范围。显示方法是将值low(以及任何小于low的值)显示为黑色;将值high(以及任何大于high的值)显示为白色。缺省[lowhigh]的imshow(I)为显示灰度图像。(12)title('heading'):给输出显示的图像加标题,单引号内的内容为图像的标题内容。1.4实验要求(1)简述实验内容原理。(2)编写完成实验内容的Matalb程序。(3)通过Matlab环境中的程序截图、按实验内容要求对原图像和实验结果图像截图,说明实验完成情况。(4)对实验过程的相关问题及实验工作进行总结,最好有实验收获和体会等部分内容。

第二部分实验报告根据实验内容及相关要求,我完成了各项实验工作,现将实验中的相关情况汇总如下。2.1图像线性均值滤波原理及编程思路{提示:均值滤波算子为:}2.2图像线性均值滤波Matlab源程序2.3图像线性均值滤波Matlab程序

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论