机器视觉实验报告2.docx
- 文档编号:10959777
- 上传时间:2023-02-24
- 格式:DOCX
- 页数:19
- 大小:5.38MB
机器视觉实验报告2.docx
《机器视觉实验报告2.docx》由会员分享,可在线阅读,更多相关《机器视觉实验报告2.docx(19页珍藏版)》请在冰豆网上搜索。
机器视觉实验报告2
实验三图像增强
一、实验内容
程序代码:
f=imread('陈意涵2.jpg');
L=rgb2gray(f)
imhist(L,256)
g1=imadjust(L,[01],[10]);
figure,imshow(g1)
imhist(g1,256)
g2=imadjust(L,[0.50.75],[01]);
figure,imshow(g2)
imhist(g2,256);
h=log(1+double(L));
h=mat2gray(h);
h=im2uint8(h);
figure,imshow(h)
imhist(h,256)
运行结果:
二、思考题
1.直方图是什么概念?
它反映了图像的什么信息?
答:
直方图表示数字图像中每一灰度级与其出现频数(该灰度像素的数目)间的统计关系,用横坐标表示灰度级,纵坐标表示其频数(也有用相对频数即概率表示的),即指图像中各种不同灰度级像素出现的相对频率。
灰度直方图描述了图像的概貌,如灰度范围、灰度级分布、整幅图像的平均亮度等。
2.直方图均衡化是什么意思?
它的主要用途是什么?
答:
直方图均衡化也叫作直方图均匀化,是一种灰度增强算法,通过对原图像进行某种变换,是得图像的直方图变为均匀分布的直方图。
直方图变换后可使图像的灰度间距拉开或是灰度分布均匀,从而增大对比度,使图像细节清晰,达到增强的目的,以改善图像的视觉喜爱过。
主要用于图像的增强,使图像变得清晰,如在医学上的X光,核磁共振成像等。
实验四图像增强
一实验内容
1.a
程序代码:
I=imread('真好玩.tif');
subplot(1,2,1);
imshow(I)
subplot(1,2,2);
imcontour(I);
运行结果:
1.b
程序代码:
bw=imread('真好看.tif');
bw2=imcomplement(bw);
subplot(2,2,1),imshow(bw)
subplot(2,2,2),imshow(bw2)
J=imrotate(bw,-45,'bilinear');
K=imrotate(bw,45,'bilinear');
subplot(2,2,3),imshow(J)
subplot(2,2,4),imshow(K)
运行结果:
1.b
程序代码:
I=imread('真好看.tif');
J=imresize(I,1.2,'bilinear');
figure,imshow(J)
L=imresize(I,2,'bicubic');
figure,imshow(L)
运行结果:
1.d
程序代码:
I=imread('陈意涵.jpg');
f=rgb2gray(I);
J=imresize(f,2,'bicubic');
imwrite(J,'陈意涵.bmp')
运行结果:
2.a
程序代码:
f=imread('陈意涵.jpg');
L=rgb2gray(f)
imshow(L)
运行结果:
2.b
程序代码:
J=imnoise(L,'gauss',0.02);
imshow(J)
运行结果:
2.c
程序代码:
ave1=fspecial('average',3);
K=filter2(ave1,J)/255;
imshow(K)
运行结果:
2.d
程序代码:
ave1=fspecial('average',3);
ave2=fspecial('average',5);
K=filter2(ave1,J)/255;
L=filter2(ave2,J)/255;
M=medfilt2(J,[33]);
N=medfilt2(J,[44]);
figure,imshow(K);
figure,imshow(L);
figure,imshow(M);
figure,imshow(N);
运行结果:
2.e
程序代码:
M=medfilt2(J,[33]);
N=medfilt2(J,[44]);
figure,imshow(M);
figure,imshow(N);
运行结果:
2.f
程序代码:
J=imnoise(L,'salt&pepper',0.02);
imshow(J)
运行结果:
2.g
程序代码:
f=imread('陈意涵.jpg');
L=rgb2gray(f)
J=imnoise(L,'salt&pepper',0.02);
ave1=fspecial('average',3);
ave2=fspecial('average',5);
K=filter2(ave1,J)/255;
L=filter2(ave2,J)/255;
M=medfilt2(J,[33]);
N=medfilt2(J,[44]);
imshow(L);
figure,imshow(J);
figure,imshow(K);
figure,imshow(L);
figure,imshow(M);
figure,imshow(N);
运行结果:
二、思考题
1.邻域平均和中值滤波各适用于那些图像平滑处理?
答:
中值滤波:
它是一种保边缘的非线性图像平滑方法,在图像增强中广泛应用。
对图像进行中值滤波是指在中值滤波器涉及的范围内计算最大值和最小值之间的中值。
中值滤波对于消除椒盐噪声非常有效,在光学测量条纹图像的相位分析处理方法中有特殊作用,但在条纹中心分析方法中作用不大。
其工作原理是基于排序统计了理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近真实值,从而消除孤立的噪声点。
均匀平滑:
它是线性的平滑方法。
为了消除噪音而引起边缘模糊,该算法先找出环绕每像素的最均匀的像素窗口,然后利用窗口的灰度均值代替原来像素的灰度值。
此算法经过多次迭代,J增强平滑的效果,再消除图像噪音的同时,保持边缘清晰度。
但缺点是对丁复杂形状的边界会过分平滑,而失去细节。
2.拉普拉斯算子、Sobel算子、Prewitt算子和Isotropic算子进行图像增强处理时各自的特点是什么?
答:
拉普拉斯算子是与方向无光的各向同性边缘检测算子,若只关心边缘点的位置而不顾其周围的实际灰度差时,一般选择该算子进行检测.特点:
各向同性,线性和位移是不变的,对线性和孤立点检测效果好,但边缘方向信息丢失,常产生双像素的边缘,对噪声有双倍的加强作用。
prewitt算子为在检测边缘的同时减少噪声的影响,从加大边缘检测算子的模板大小出发,由2*2扩大到3*3来计算差分算子,采用prewitt算子能检测到边缘点,还可以抑制噪声。
sobel算子在prewitt算子基础上能检测边缘点,且能进一步抑制噪声的影响,但检测的边缘较宽。
梯度算子和算子都对噪声敏感,因此一般用它们检测边缘前要先对图像进行平滑。
3.简述高斯噪声和椒盐噪声的特点。
答:
高斯噪声是指噪声的概率密度函数服从高斯分布(即正态分布)的一类噪声。
如果一个噪声,它的幅度分布服从高斯分布,而它的功率谱密度又是均匀分布的,则称它为高斯白噪声。
高斯白噪声的二阶矩不相关,一阶矩为常数,是指先后信号在时间上的相关性。
高斯白噪声包括热噪声和散粒噪声。
而椒盐噪声是指椒盐噪声是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。
椒盐噪声往往由图像切割引起。
4.结合实验内容,定性评价平均滤波器/中值滤波器对高斯噪声和椒盐噪声的去噪效果?
答:
通过实验可以看出,中值滤波对椒盐噪声的消噪处理效果比较好,但是对高斯噪声的消噪处理效果不是很理想。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 机器 视觉 实验 报告