- 1、本文档共4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)。
查看更多
MATLAB图像去噪处理GUI设计与制作
⼀.应⽤背景
在信息化的社会⾥,图像在信息传播中所起的作⽤越来越⼤。所以,消除在图像采集和传输过程中⽽产⽣的噪声,保证图像受污染度最⼩,
成了数字图像处理领域⾥的重要部分。
⼆、研究内容
本⽂主要研究分析邻域平均法、中值滤波法及⼩波变换法的图像去噪算法。⾸先介绍图像处理应⽤时的常⽤函数及其⽤法;其次详细阐述了
三种去噪算法原理及特点;最后运⽤Matlab软件对⼀张含噪图⽚(含⾼斯噪声或椒盐噪声)进⾏仿真去噪,通过分析仿真结果得出:均值
滤波是典型的线性滤波,对⾼斯噪声抑制是⽐较好的;中值滤波是常⽤的⾮线性滤波⽅法,对椒盐噪声特别有效;对⼩波系数进⾏阈值处理
可以在⼩波变换域中去除低幅值的噪声和不期望的信号。
三、 ⽬录推荐
摘 要 I
Abstract II
⽬ 录 III
第 1章 概 述 1
1.1 课题研究背景 1
1.2 图像去噪的研究现状 1
1.3 本⽂主要⼯作 2
第2章 图像去噪算法 5
2.1 图像噪声概述 5
2.2 邻域平均法图像去噪 6
2.3 中值滤波法图像去噪 7
2.4 基于⼩波变换法图像去噪 11
2.5 本章⼩结 17
第3章 基于Matlab的图像去噪算法仿真 18
3.1 邻域平均法的仿真 18
3.2 中值滤波的仿真 20
3.3 基于⼩波变换法的仿真 22
3.4 ⼏种去噪⽅法的⽐较分析 25
3.5 本章⼩结 26
第4章 GUI系统的设计 27
4.1 GUI界⾯介绍 27
4.2 GUI界⾯设计 27
4.3 运⾏效果 29
参考⽂献 36
致 谢 37
四、GUI界⾯设计
4.1 GUI界⾯介绍
运⾏⽅式,计算机在屏幕显⽰图形和⽂本,若有扬声器还可产⽣声⾳。⽤户通过输⼊设备,键盘,⿏标,麦克风等与计算机进⾏通信。图形
⽤户界⾯GUI中包含多个图形对象,如图标,菜单,⽂本的⽤户界⾯。以某种⽅式选择或激活这些对象,引起相应的动作或变化,最常⽤的
激活⽅式是⽤⿏标控制屏幕上的⿏标指针运动。
图形⽤户界⾯GUI具有操作⽅便,控制灵活的特点,已成为现代应⽤程序的主要⽅式。
4.2 GUI界⾯设计
4.2.1需求分析
1、预期中,应该设计三个axes,⽤于显⽰原图,加噪图以及去噪后的图。
2、设计五个按钮,⽤于选择图像,关闭界⾯,均值滤波,中值滤波,⼩波变换等去噪⽅法;
3、设计⼀个下拉框,⽤于噪声类型的选择;
4、设计⼀个编辑框,⽤于噪声系数的输⼊;
GUI设计
5.部分代码
% 初始化参数值
R = 5; % 窗⼝⼤⼩
alpha = 0.1; % 控制⼩波系数缩减的程度
beta = 0.3;
delta = DELTA(x); % 噪⽅差σ
delta = DELTA(x); % 噪⽅差σ
lambda2 = 4 * delta^2 * log(R); % 局部阈值(?) λ^2
[C, S] = wavedec2(x, n, wname); % 对图像进⾏⼩波分解
% 提取每层系数并进⾏处理
for i = n : -1 : 1
cH = detcoef2(h, C, S, i); % ⽔平细节系数
cV = detcoef2(v, C, S, i); % 垂直细节系数
cD = detcoef2(d, C, S, i); % 对⾓线细节系数
dim = size(cH);
% 分别处理三个⽅向的系数
for j = 1 : dim(1)
for k = 1 : dim(2)
S_jk2 = energy(cH, j, k, R);
cH(j, k) = shrink(cH(j, k), S_jk2, alpha, beta, lambda2);
S_jk2 = energy(cV, j, k, R);
cV(j, k) = shrink(cV(j, k), S_jk2, alpha, beta, lambda2);
S_jk2 = energy(cD, j, k, R);
cD(j, k) = shrink(cD(j, k), S_jk2, alpha, beta, lambda2);
end
end
文档评论(0)