《基于MATLAB图像去噪处理ppt课件.ppt》由会员分享，可在线阅读，更多相关《基于MATLAB图像去噪处理ppt课件.ppt（14页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、图像的去噪处理电信1103班 周传磊 顾林熙 高亚斌 张建平 郑超峰分工：周传磊 郑超峰 调试程序高亚斌 张建平 顾林熙 查找资料 PPT在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确实验要求（1）对指定含噪图片NGIRL001，SGIRL002，SPGIRL1分别进行去噪处理。方法不限于课本所讲方法。（2）找出适合各类含噪声图片处理的方法。（3）可以设计界面，能灵活选择输入图像的文件名，能自行设置输出文件名，将输出图片能保存起来。（4）分别用主客观指标对处理效果进行评价。在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设
2、置具有一定的梯度，由浅入深，所提出的问题也很明确第一幅%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*2550.7*255灰度之间的值通过线性变换映射0255之间%figure,subplot(2,2,2);imshow(J1);title(处理后图像);
3、%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 处理程序及截图在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确第二幅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);在整堂课的教学中，刘教师总是让学生带着问题
4、来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确%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*2550.7*255灰度之间的值通过线性变换映射到0255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 在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确第三幅figure%线
5、性变换进行图像增强%A=imread(SPGIRL1.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*2550.7*255灰度之间的值通过线性变换映射到0255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
6、);imhist(J1);title(处理后图像的直方图);%输出图像的直方图 在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确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);在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确subplot(2,2,2);imshow(v)title(噪声图像)
7、;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 endsubplot(2,2,3);imshow(uint8(y)在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确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
8、-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;endendsubplot(2,2,4);imshow(uint8(x)title(中值滤波后的图像);在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确%canny%边缘检测I=uint8(x)%imread(NGIRL001.BMP);%读灰度图中值滤波处理后图像%Canny edge detectorth=0.05 0.2;E=edge(I,canny,th);E=uint8(2
9、55*(1-double(E);figure(name,中值滤波后canny检测),imshow(uint8(E),truesize)在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确%canny%边缘检测I=uint8(y)%imread(NGIRL001.BMP);%读灰度图均值滤波处理后图像%Canny edge detectorth=0.05 0.2;E=edge(I,canny,th);E=uint8(255*(1-double(E);figure(name,均值滤波后canny检测),imshow(uint8(E),true
10、size);在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确%sobel%边缘检测I=uint8(y)%imread(NGIRL001.BMP);%读灰度图均值滤波处理后的图像%sobel edge detectorE=edge(I,sobel,0.08);E=uint8(255*(1-double(E);figure(name,均值滤波后sobel检测),imshow(uint8(E),truesize);在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确%sobel%边缘检测I=uint8(y)%imread(NGIRL001.BMP);%读灰度图均值滤波处理后的图像%sobel edge detectorE=edge(I,sobel,0.08);E=uint8(255*(1-double(E);figure(name,均值滤波后sobel检测),imshow(uint8(E),truesize);在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确实验分工：组长：周传磊分析讨论：全组人员编写程序：周传磊资料收集：张建平 顾林熙 高亚斌 PPT制作：郑超峰