版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、計(jì)算機(jī)體系結(jié)構(gòu)圖像的濾波處理圖像的濾波處理—第二次編程練習(xí)第二次編程練習(xí)概述:概述:有關(guān)程序:有關(guān)程序:程序運(yùn)行的時(shí)候先輸入MSEPSNR的輸出文件地址,再輸入希望濾波的圖片地址,接著輸入原來未污染的圖片地址,這時(shí)輸出受污染的圖片與原圖的MSEPSNR,接著選擇濾波器類型,輸出濾波圖片保存位置,同時(shí)寫入濾波后的MSEPSNR。這時(shí)用戶可以選擇重新?lián)Q一張圖片濾波或者對同一張圖片進(jìn)行不同濾波處理有關(guān)報(bào)告:有關(guān)報(bào)告:報(bào)告第一部分介紹程序?qū)崿F(xiàn)的
2、主要功能,第二部分介紹濾波實(shí)現(xiàn)理論思路,第三部分對濾波的結(jié)果進(jìn)行量化分析(對提供的10張圖片分別進(jìn)行不同窗口大小的均值,中值濾波,改進(jìn)的自適應(yīng)中值濾波,以及雙邊濾波,并對結(jié)果分析,計(jì)算濾波后的MSEPSNR,并附表格。第四部分主要是編程的心得體會(huì)。一.主要編程實(shí)現(xiàn)的功能主要編程實(shí)現(xiàn)的功能主要對輸入的圖像進(jìn)行了基于33窗口,以及55窗口的線性均值濾波;基于33窗口,以及55窗口的非線性的中值濾波。在提高部分,在線性濾波的基礎(chǔ)之上,采用了同
3、時(shí)考慮像素點(diǎn)與中心像素點(diǎn)距離,以及像素值差距的雙邊濾波器;在非線性的中值濾波器的基礎(chǔ)上,采用了自適應(yīng)的中值濾波器,也即根據(jù)窗口中噪聲點(diǎn)的多少自動(dòng)地調(diào)節(jié)濾波窗口的大小,這兩種改進(jìn)的濾波方法都在濾除噪聲點(diǎn)的同時(shí)保護(hù)邊緣特性,其中雙邊濾波器對高斯噪聲的濾波效果較為明顯,而自適應(yīng)的中值濾波器對于椒鹽噪聲的濾波效果較好。二.設(shè)計(jì)思路設(shè)計(jì)思路(一)對圖片進(jìn)行基本的打開,保存等操作(一)對圖片進(jìn)行基本的打開,保存等操作在剛開始編程的時(shí)候,沒有了解到可
4、以調(diào)用opencv的庫函數(shù)進(jìn)行圖片的調(diào)用,就采取了直接讀取圖片的文件頭信息頭的方式,進(jìn)行圖片的讀入以及寫入操作。在這個(gè)過程中,我也了解到了位圖的信息頭,文件頭,像素點(diǎn)的表達(dá)方式。位圖文件由三部分組成:文件頭位圖信息位圖像素?cái)?shù)據(jù),如下為位圖文件頭的結(jié)構(gòu)體。typedefstructtagBITMAPFILEHEADERWDbfTypeDWDbfSizeWDbfReserved1WDbfReserved2DWDbfOffBitsBITMAP
5、FILEHEADER位圖信息中所記錄的值用于分配內(nèi)存,設(shè)置調(diào)色板信息,讀取像素值等。如下為位圖的信息結(jié)構(gòu)體,typedefstructtagBITMAPINFOBITMAPINFOHEADERbmiHeaderRGBQUADbmiCols[1]BITMAPINFO位圖信息頭包含了單個(gè)像素所用字節(jié)數(shù)以及描述顏色的格式,此外還包括位圖的寬度、計(jì)算機(jī)體系結(jié)構(gòu)用均值代替原圖像中的各個(gè)像素值,即對待處理的當(dāng)前像素點(diǎn)(x,y),選擇一個(gè)模板,該模板
6、由其近鄰的若干像素組成,求模板中所有像素的均值,再把該均值賦予當(dāng)前像素點(diǎn)(x,y),作為處理后圖像在該點(diǎn)上的灰度值g(x,y),即,m為1g()()xyfxym??該模板中包含當(dāng)前像素在內(nèi)的像素總個(gè)數(shù)。(2)模板采用均值濾波的時(shí)候,采用不同大小的掩膜。不同系數(shù)的掩膜,得到的濾波效果會(huì)有很大的差別。根據(jù)公式ijyHX??其中H為的掩膜的系數(shù)矩陣,X為以為中心點(diǎn)周圍大小的矩陣的像素點(diǎn)的值。nn?ijynn??模板一當(dāng)采用33的模板的時(shí)候11
7、1181111從模板的系數(shù)可以看出,這里計(jì)算得到的是中間像素點(diǎn)與周圍臨近的1個(gè)像素點(diǎn)nn?像素值之間的差距,因而在第一次嘗試中,主要的計(jì)算方法是,該模板計(jì)算得到的數(shù)值加上中間像素點(diǎn)的值,也即就是像素點(diǎn)的值由其與周圍1個(gè)像素點(diǎn)的像素值的nn?區(qū)別決定,而得到的圖像的濾波效果十分差。如下圖(對lena圖進(jìn)行33的均值濾波處理)我又重新仔細(xì)考慮了原因,根據(jù)以上的計(jì)算方法,由于噪聲點(diǎn)的像素值與周圍點(diǎn)的像素值差距十分大,假設(shè)周圍像素點(diǎn)的值都接近2
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 中值濾波,均值濾波,邊緣檢測,角點(diǎn)檢測,基于opencv
- opencv圖像翻轉(zhuǎn)
- 基于OpenCV的圖像分類實(shí)現(xiàn)與應(yīng)用.pdf
- 基于OpenCV焊縫視覺跟蹤圖像處理的研究.pdf
- 基于OpenCV的GPU并行加速圖像匹配算法研究.pdf
- 基于OpenCV的焊縫圖像缺陷識別系統(tǒng)設(shè)計(jì).pdf
- 基于OpenCV的鉆孔內(nèi)壁圖像測量系統(tǒng)研究.pdf
- 基于opencv的紅外圖像和可見光圖像融合平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)
- 基于OpenCV的圖像匹配算法及其靶標(biāo)定位應(yīng)用.pdf
- 基于PCNN的圖像濾波研究.pdf
- k均值聚類在基于opencv的圖像分割中的應(yīng)用
- 基于OPENCV和IJG靜態(tài)庫的JPEG圖像盲檢測研究.pdf
- 基于鄰域?yàn)V波的圖像修復(fù).pdf
- 圖像處理和圖像識別中常用的opencv函數(shù)
- 基于OpenCV的圖像預(yù)處理在儀表定位中的應(yīng)用.pdf
- 圖像濾波
- 基于OpenCV的紅外圖像和可見光圖像融合平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于OPENCV的圖像分割與目標(biāo)跟蹤算法的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于OpenCV的移動(dòng)靶面圖像識別算法研究.pdf
- 基于OPENCV的身份證圖像信息提取研究與實(shí)現(xiàn).pdf
評論
0/150
提交評論