国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

這篇具有很好參考價值的文章主要介紹了【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

圖像處理問題描述:

1、圖像中分別加入不同方差的高斯噪聲、不同噪聲密度椒鹽噪聲和不同方差的斑點噪聲(Gaussian noise, salt &?pepper noise and speckle noise)
2、分別通過函數(shù)medfilt2、ordfilt2和?Wiener 2 去除圖像中添加的一些噪聲(Gaussian noise, salt &?pepper noise and speckle noise)。

各部分程序代碼如下:

%Part 1
%Gaussian noise
g=imread('cameraman.tif');
h=imnoise(g,'gaussian',0.05,0.1);
h1=imnoise(g,'gaussian',0.1,0.1);
h2=imnoise(g,'gaussian',0.05,0.2);
subplot(1,4,1),imshow(g);
subplot(1,4,2),imshow(h);
subplot(1,4,3),imshow(h1);
subplot(1,4,4),imshow(h2);
%Salt & pepper noise
g=imread('cameraman.tif');
h=imnoise(g,'salt & pepper',0.05);
h1=imnoise(g,'salt & pepper',0.1);
h2=imnoise(g,'salt & pepper',0.2);
subplot(1,4,1),imshow(g);
subplot(1,4,2),imshow(h);
subplot(1,4,3),imshow(h1);
subplot(1,4,4),imshow(h2);
%Speckle noise
g=imread('cameraman.tif');
h=imnoise(g,'speckle',0.05);
h1=imnoise(g,'speckle',0.2);
subplot(1,3,1),imshow(g);
subplot(1,3,2),imshow(h);
subplot(1,3,3),imshow(h1);
%Part 2
%Removing gaussian noise
g=imread('cameraman.tif');
h=imnoise(g,'gaussian',0.03,0.05);
h1=medfilt2(h,[5,5]);
h2=ordfilt2(h,25,ones(5,5));
h3=wiener2(h,[5,5]);
subplot(1,5,1),imshow(g);
subplot(1,5,2),imshow(h);
subplot(1,5,3),imshow(h1);
subplot(1,5,4),imshow(h2);
subplot(1,5,5),imshow(h3);
%Removing salt & pepper noise
g=imread('cameraman.tif');
h=imnoise(g,'salt & pepper',0.15);
h1=medfilt2(h,[5,5]);
h2=ordfilt2(h,25,ones(5,5));
h3=wiener2(h,[5,5]);
subplot(1,5,1),imshow(g);
subplot(1,5,2),imshow(h);
subplot(1,5,3),imshow(h1);
subplot(1,5,4),imshow(h2);
subplot(1,5,5),imshow(h3);
%Removing speckle noise
g=imread('cameraman.tif');
h=imnoise(g,'speckle',0.1);
h1=medfilt2(h,[5,5]);
h2=ordfilt2(h,25,ones(5,5));
h3=wiener2(h,[5,5]);
subplot(1,5,1),imshow(g);
subplot(1,5,2),imshow(h);
subplot(1,5,3),imshow(h1);
subplot(1,5,4),imshow(h2);
subplot(1,5,5),imshow(h3);

程序原理如下:?

?1、part1,利用imnoise函數(shù)分別對圖像加入高斯噪聲、椒鹽噪聲和斑點噪聲;對于高斯噪聲,分別通過改變均值和方差得到不同的圖像;對于椒鹽噪聲,通過改變噪聲密度值得到不同的圖像;對于斑點噪聲,通過改變方差值得到不同的圖像;然后使用函數(shù)imshow在圖像窗口中顯示每個圖像。

?2、part2,使用函數(shù)medfilt2、ordfilt2和wiener2去除圖像中添加的高斯噪聲、椒鹽噪聲和斑點噪聲,然后使用函數(shù)imshow在圖像窗口中顯示每個圖像。

程序運行結(jié)果如下:

part1?

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序?圖1:原始圖像和加入不同均值和方差的高斯噪聲后的圖像

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

圖2:原始圖像和添加不同噪聲密度的椒鹽噪聲后的圖像?

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

圖3:原始圖像和添加不同方差散斑噪聲后的圖像?

part2

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

圖4:原始圖像、帶有高斯噪聲的圖像以及使用函數(shù)medfilt2、ordfilt2和Wiener 2過濾的圖像

?【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

圖5:原始圖像、帶有椒鹽噪聲的圖像以及使用函數(shù)medfilt2、ordfilt2和Wiener 2過濾的圖像?

【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序

?圖6:原始圖像、帶有斑點噪聲的圖像以及使用函數(shù)medfilt2、ordfilt2和Wiener 2過濾的圖像

看到這里的小伙伴別忘了點個贊再走哦!

關(guān)注博主學習更多MATLAB數(shù)字圖像處理知識?!文章來源地址http://www.zghlxwxcb.cn/news/detail-468309.html

到了這里,關(guān)于【數(shù)字圖像處理】灰度圖像中添加高斯噪聲、椒鹽噪聲、斑點噪聲以及利用不同方法(中值、排序、維納濾波)去除各種噪聲的matlab程序的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【圖像處理】python | 給圖像添加噪聲 | random_noise

    【圖像處理】python | 給圖像添加噪聲 | random_noise

    首先,我們看一下random_noise的構(gòu)造: floating-point image是浮點圖的意思。**kwargs是參數(shù)的意思,對這部分我也作一定的學習(之前不懂),改天寫一個博客記錄一下。它的作用:把多個參數(shù)打包。 1.image: 輸入的圖像是n維數(shù)組,會轉(zhuǎn)換為浮點型 2.mode: 除了高斯型,還

    2024年02月01日
    瀏覽(21)
  • matlab數(shù)字圖像處理——圖像的讀寫,灰度、二值圖像

    matlab數(shù)字圖像處理——圖像的讀寫,灰度、二值圖像

    一、實驗?zāi)康?1.結(jié)合數(shù)字圖像處理的知識,直觀感受圖像處理的基本實現(xiàn)過程 2.熟悉MATLAB工具的使用 3.了解圖像的讀寫和顯示 二、實驗內(nèi)容 實驗內(nèi)容一:圖像讀取 (1)利用編程實現(xiàn)讀取圖像 利用imread讀取文件夾images中的圖像;查看讀取到的圖像數(shù)據(jù)矩陣,對比灰度圖像、

    2024年02月07日
    瀏覽(22)
  • 數(shù)字圖像處理——灰度圖像(視頻)轉(zhuǎn)化偽彩色圖像(視頻)(含源代碼)

    數(shù)字圖像處理——灰度圖像(視頻)轉(zhuǎn)化偽彩色圖像(視頻)(含源代碼)

    目錄 一,整體框架 指定圖像或視頻構(gòu)建索引表Byrgbgetindex 通過構(gòu)建的索引表進行偽彩色轉(zhuǎn)換byindexgetrgb 通過函數(shù)映射進行偽彩色轉(zhuǎn)換gray_differup2rgb 通過密度分割將灰度進行映射midufenge GUI界面 last 二,處理方法介紹 函數(shù)結(jié)構(gòu) Byrgbgetindex 輸入內(nèi)容 Rgb_img Bili Junyuncha Xianyancha 輸出內(nèi)

    2024年02月19日
    瀏覽(98)
  • (數(shù)字圖像處理MATLAB+Python)第七章圖像銳化-第三節(jié):高斯濾波與邊緣檢測

    (數(shù)字圖像處理MATLAB+Python)第七章圖像銳化-第三節(jié):高斯濾波與邊緣檢測

    高斯函數(shù) :是一種常見的連續(xù)函數(shù),通常用符號 G ( x ) G(x) G ( x ) 表示。它可以用下面的公式定義 G ( x ) = 1 σ 2 π e ? x 2 2 σ 2 G(x)=frac{1}{sigma sqrt{ 2pi }}e^{-frac{x^{2}}{2sigma^{2}}} G ( x ) = σ 2 π ? 1 ? e ? 2 σ 2 x 2 ? 其中, x x x 是自變量, σ sigma σ 是一個正實數(shù),表示高斯函

    2024年02月06日
    瀏覽(108)
  • 《數(shù)字圖像處理-OpenCV/Python》連載:空間濾波之高斯濾波器

    《數(shù)字圖像處理-OpenCV/Python》連載:空間濾波之高斯濾波器

    本書京東 優(yōu)惠購書鏈接 https://item.jd.com/14098452.html 本書CSDN 獨家連載專欄 https://blog.csdn.net/youcans/category_12418787.html 圖像濾波是指在盡可能保留圖像細節(jié)特征的條件下對目標圖像的噪聲進行抑制,是常用的圖像處理方法。 空間濾波也稱空間域濾波,濾波器規(guī)定了鄰域形狀與鄰域

    2024年02月02日
    瀏覽(99)
  • 嵌入式教學實驗箱_數(shù)字信號處理實驗箱_操作教程:5-16 灰度圖像線性變換(LCD顯示)

    嵌入式教學實驗箱_數(shù)字信號處理實驗箱_操作教程:5-16 灰度圖像線性變換(LCD顯示)

    學習灰度圖像線性變換的原理,掌握圖像的讀取方法,并實現(xiàn)在LCD上顯示線性變換前后的圖像。 一般成像系統(tǒng)只具有一定的亮度范圍,亮度的最大值與最小值之比稱為對比度。由于形成圖像的系統(tǒng)亮度有限,常出現(xiàn)對比度不足的弊病,使人眼觀看圖像時視覺效果很差,通過灰

    2024年02月03日
    瀏覽(96)
  • python使用opencv對圖像添加(高斯/椒鹽/泊松/斑點)噪聲

    python使用opencv對圖像添加(高斯/椒鹽/泊松/斑點)噪聲

    導讀 這篇文章主要介紹如何利用opencv來對圖像添加各類噪聲,原圖 高斯噪聲 高斯噪聲就是給圖片添加一個服從 高斯分布的噪聲 ,可以通過調(diào)節(jié)高斯分布 標準差(sigma) 的大小來控制添加噪聲程度, sigma 越大添加的噪聲越多圖片損壞的越厲害 椒鹽噪聲 椒鹽噪聲就是給圖片添

    2024年02月15日
    瀏覽(22)
  • 常見圖像噪聲和常見圖像噪聲處理算法

    常見圖像噪聲和常見圖像噪聲處理算法

    圖像噪聲按噪聲與信號的關(guān)系可分為加性噪聲和乘性噪聲;按照產(chǎn)生原因可分為外部噪聲和內(nèi)部噪聲;按照統(tǒng)計特性可分為平穩(wěn)噪聲和非平穩(wěn)噪聲;平穩(wěn)噪聲基于統(tǒng)計后的概率密度函數(shù)又可以分為:高斯噪聲、泊松噪聲、脈沖噪聲、瑞利噪聲。 1.2基于統(tǒng)計后的概率密度函數(shù)

    2024年02月16日
    瀏覽(30)
  • 圖像處理之圖像噪聲和各種噪聲的matlab實現(xiàn)

    圖像處理之圖像噪聲和各種噪聲的matlab實現(xiàn)

    一、圖像噪聲的基本定義 噪聲在圖像上常表現(xiàn)為引起較強視覺效果的孤立像素點或像素塊。一般噪聲信號與要研究的對象不相關(guān),其以無用的信息形式出現(xiàn),擾亂圖像的可觀測信息 。通俗的說即噪聲讓圖像不清楚。 圖像噪聲按照噪聲和信號之間的關(guān)系可以分為 加性噪聲和乘

    2024年02月07日
    瀏覽(23)
  • 不同圖像的噪聲,選用什么濾波器去噪,圖像處理的噪聲和處理方法

    不同圖像的噪聲,選用什么濾波器去噪,圖像處理的噪聲和處理方法

    提示:據(jù)說是科大訊飛的算法面試題 知道哪些噪聲,分別用什么濾波器處理? 噪聲來源灰常多,但主要可以分為三類: 1.來自捕捉源的(acquisition/digitization) ,比如一個攝像機的鏡頭、A/D或者sensor; 2.來自圖像傳輸過程(image transmission), 傳輸圖像的信道包括無線電、微波

    2024年02月05日
    瀏覽(23)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包