2021-05-12 14:32:11
【matlab數位影像處理實驗】影象的增強
2019-12-25 21:07:15
1．給影象加入高斯噪聲、椒鹽噪聲。
2. 對加入噪聲的影象進行平滑處理，並比較各種方法以及模版的異同、優缺。
3. 利用銳化模板對影象進行銳化處理。
1
加入噪聲I=imread('lene.jpg');%讀取影象
K=rgb2gray(I);
J=imnoise(K,'gaussian',0,0.01);%給影象加高斯噪聲
subplot(1,2,1);imshow(J);
title('加入高斯噪聲的影象');
H = IMNOISE(K,'salt & pepper',0.02);%給影象加椒鹽噪聲
subplot(1,2,2);imshow(H);
title('加入椒鹽噪聲的影象');
2
影象的平滑鄰域平均模板
加權平均模板
3
鄰域平均M1=(1/4)*[0,1,0;1,0,1;0,1,0];
M2=(1/8)*[1,1,1;1,0,1;1,1,1];
L=imfilter(J,M1);
G=imfilter(J,M2);
subplot(1,2,1);imshow(L);
title('4鄰域平均')
subplot(1,2,2);imshow(G);
title('8鄰域平均')
4
加權平均M3=(1/5)*[0,1,0;1,1,1;0,1,0];
M4=(1/16)*[1,2,1;2,4,2;1,2,1];
L=imfilter(J,M3);
G=imfilter(J,M4);
subplot(1,2,1);imshow(L);
title('1/5加權平均')
subplot(1,2,2);imshow(G);
title('1/16加權平均')
5
影象的銳化拉普拉斯模板
Laplacian銳化模板
I=imread('fabric.png');%讀取影象
K=rgb2gray(I);
M1=[0,1,0;1,-4,1;0,1,0];
M2=[1,1,1;1,-8,1;1,1,1];
K=double(K);
J=conv2(K,M1,'same'); %折積
G=conv2(K,M2,'same');
F=K-J;
E=K-G;
figure,imshow(K,[]),
figure,imshow(J),
figure,imshow(G),
figure,imshow(F,[])
figure,imshow(E,[])
原影象
4－鄰域
8－鄰域
4－鄰域銳化影象
8－鄰域銳化影象
1
平均濾波和加權濾波的效果都不怎麼好，不能完全除去高斯噪聲，它們對椒鹽噪聲的處理效果比較理想但仍舊存在提升的空間；另外，在對4鄰域8鄰域的比較以及1/5加權以及1/16加權平均的比較可以看出，多領域的處理效果比較好，但是它的缺點是會引起影象的模糊。可以肯定的是不同的模版其效果不同，對特定的影象要使用特定的模版。2
影象變模糊的原因一般為成像系統聚焦不好、通道過窄以及平均過積分運算。影象的銳化使得目標物輪廓變模糊，細節輪廓不清晰，加重目標物輪廓，使模糊影象變清晰。拉普拉斯運算元是常用的邊緣增強運算元，拉普拉斯運算也是偏導數運算的線性組合運算，而且是一種各向同性（旋轉不變性）的線性運算。3
在比較4鄰域以及8鄰域的銳化影象我們可以發現，4鄰域銳化在邊緣以及與原影象的相似程度上都有比較滿意的效果，8鄰域銳化在灰度級對比上比4鄰域更加優秀，但它的一個缺點是丟失了一部分影象細節，從而導致圖片看起來變得「模糊」。相關文章