基于MATLAB图像去噪处理.pptVIP

下载本文档

36
0
约2.85千字
约 14页
2017-07-09 发布于天津
举报
版权申诉

基于MATLAB图像去噪处理.ppt

1、本文档共14页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于MATLAB图像去噪处理.ppt

图像的去噪处理;实验要求;第一幅 %线性变换进行图像增强% A=imread(SGIRL002.BMP); %读入图像 subplot(2,2,1);imshow(A);title(原始图像) %imshow(A); %显示图像 %figure, subplot(2,2,3);imhist(A);title(原始图像的直方图); %imhist(A); %显示图像的直方图 J1=imadjust(A,[0.2 , 0.8],[]); %函数将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射0~255之间 %figure, subplot(2,2,2);imshow(J1);title(处理后图像); %输出图像效果图 %figure, subplot(2,2,4);imhist(J1);title(处理后图像的直方图)%输出图像的直方图 ; 第二幅 figure%线性变换进行图像增强% A=imread(NGIRL001.BMP); %读入图像 subplot(2,2,1);imshow(A);title(原始图像) %imshow(A); %显示图像 %figure, subplot(2,2,3);imhist(A);title(原始图像的直方图);;%imhist(A); %显示图像的直方图 J1=imadjust(A,[0.2 , 0.8],[]); %函数将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射到0~255之间 %figure, subplot(2,2,2);imshow(J1);title(处理后图像); %输出图像效果图 %figure, subplot(2,2,4);imhist(J1);title(处理后图像的直方图);%输出图像的直方图 ;第三幅 figure%线性变换进行图像增强% A=imread(SPGIRL~1.BMP); %读入图像 subplot(2,2,1);imshow(A);title(原始图像) %imshow(A); %显示图像 %figure, subplot(2,2,3);imhist(A);title(原始图像的直方图); %imhist(A); %显示图像的直方图 J1=imadjust(A,[0.2 , 0.8],[]); %函数将图像在0.3*255~0.7*255灰度之间的值通过线性变换映射到0~255之间 %figure, subplot(2,2,2);imshow(J1);title(处理后图像); %输出图像效果图 %figure, subplot(2,2,4);imhist(J1);title(处理后图像的直方图); %输出图像的直方图 ; 图像加入椒盐噪声后进行均值和中值滤波 g=imread(NGIRL001.BMP); %读入图像的具体位置， v=imnoise(g,salt pepper,0.1); subplot(2,2,1); imshow(g) title(原始图像); ;subplot(2,2,2); imshow(v) title(噪声图像); [h,w]=size(v); n=9; f=double(v); a=ones(n,n); y=f; for i=1:h-n+1 for j=1:w-n+1 a=f(i:i+(n-1),j:j+(n-1)); s=sum(sum(a)); y(i+(n-1)/2,j+(n-1)/2)=s/(n*n); end end subplot(2,2,3); imshow(uint8(y));title(均值滤波后的图像); x=f; for i=1:h-n+1 for j=1:w-n+1 c=f(i:i+(n-1),j:j+(n-1)); e=c(1,:); for u=2:n e=[e,c(u,:)]; end mm=median(e); x (i+(n-1)/2,j+(n-1)/2)=mm; end end subplot(2,2,4); imshow(uint8(x)) title(中值滤波后的图像);; %canny%边缘检测 I=uint8(x)%imread(NG