2022-06-17 11:32:21 索炜达电子 403
文件编号:B17
文件大小:6M
猿创承诺:该项目亲测正常运行,提供部署视频,需远程调试部署需另外收费,确保正常使用,不能正常使用全额退款。
简要概述:在MATLAB命令行窗口中输入>>guide后打开”test.fig”文件,运行后出现的整个程序的使用界面如下所示:界面左边是一些功能的选择,右边主要是两个图像显示区域,左边的区域显示输入图像,右边的区域显示处理后的图像。
图1.1 程序使用界面
程序主要实现的功能如下:
1. 灰度变换与图像锐化:即课本第3章《灰度变换与空间滤波》中的:
a. 灰度变换函数:图像反转、对数变换、对比度拉伸变换(变换函数斜率由E调节)
b. 直方图均衡
c. 图像锐化:拉普拉斯算子和Sobel算子
2. 滤波器:即课本第4章《频率域滤波》和第5章《图像复原与重建》中的:
a. 低通滤波器:理想低通滤波器(截止频率为c1)、高斯低通滤波器(标准差c1)、巴特沃斯低通滤波器(截止频率为c1,阶数为c2)
b. 高通滤波器:理想高通滤波器(截止频率为c1)、高斯高通滤波器(标准差c1)、巴特沃斯高通滤波器(截止频率为c1,阶数为c2)
c. 中值滤波器:邻域大小为c1×c2
d. 维纳滤波器:参数c1为NOISEPOWER,根据所学知识,一个较好的初始估计为 ,其中 为图像的维数,括号中的参量为噪声的方差和均值的平方的和。参数c2表示设置值的范围为[10^-c2, 10^c2]。
3. 噪声模型:包括高斯噪声(参数c1为均值,参数c2为方差),椒盐噪声(参数c1为噪声强度,值在0与1之间)
为了演示维纳滤波,这里还提供了”运动模糊”的功能,这相当于一个固定参量的退化函数,实现原图像的运动模糊。运动模糊后的图像还可以叠加上述噪声模型。
4. 小波变换:参数L表示L层FWT,参数C表示将FWT后的图像的细节增强C倍。负数的C表示增强绝对值。
5. 其他功能:界面中两个显示图像框的下方分别有两个按钮“直方图”和“DFT”,分别用于演示变换前后图像的直方图和频谱图。
按需写作:
演示视频:
点击查看:系统演示视频
运行效果:
1. 直方图均衡
点击”选择图像”后,在”灰度变换与图像锐化”面板那的下拉菜单中选择“直方图均衡”,然后点击“应用”,在点击”直方图”按钮,观察变换前后的直方图。
图2.1 直方图均衡
2. 高斯低通滤波
点击”选择图像”后,在“滤波器”面板那的下拉菜单中选择“高斯低通滤波”,输入参数c1为10,表示标准差取10,点击“应用”,再点击“DFT”,观察变换前后的频域图。(为了增强显示,对频谱图做了对数变换)
图2.2 高斯低通滤波
3. 利用维纳滤波的图像复原
首先构建退化图像,点击“选择图像”按钮选择图像,然后在“噪声模型”面板的下拉菜单中选择“高斯噪声”,参数c1为均值,输入0,参数c2为方差,输入0.1,勾选“运动模糊”,点击“应用”,得到退化图像。
接着使用维纳滤波,在“滤波器”的面板的下拉菜单中选择“维纳滤波”,输入参数c1为0.4,参数c2为9,表示NOISEPOWER为0.4, 范围为[10^-9, 10^9]。点击“应用”。观察变化前后的图像。注意,为了消除DFT带来的振铃现象,在维纳滤波前先对图像进行了边缘模糊。
图2.3 利用维纳滤波的图像复原
4. 利用中值滤波器消除椒盐噪声
点击“选择图像”按钮选择图像,在“噪声模型”的面板的下拉菜单中选“椒盐噪声”,输入参数c1噪声强度为0.3,不需要”运动模糊”,所以不要打在前面打勾,点击“应用”。
然后在“滤波器”的面板的下拉菜单中选择“中值滤波”,输入c1和c2为5,表示邻域大小为5*5,点击“应用”。观察变换前后的图像。
图2.4 利用中值滤波消除椒盐噪声
5. 小波变换
点击“选择图像”按钮选择图像,在“小波变换”的面板中输入层数L为2,显示增强系数C为-4,点击”应用”按钮。观察小波变换后的图像。
图2.5 小波变换
远程协助:
温馨提示:索炜达.猿创官方提供收费远程协助,确保您项目运行成功。
点击查看:远程协助相关事项
我们提供完整项目文件清单如下:
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频