Matlab Trong Xử Lý ảnh: Lọc Nhiễu Cho ảnh (p4) | Vi Mạch

• Home
• Forums New posts
• What's new Featured content New posts New profile posts Latest activity
• Members Current visitors New profile posts

Đăng nhập Register Có gì mới? Menu Install the app Install How to install the app on iOS

Follow along with the video below to see how to install our site as a web app on your home screen.

Note: This feature may not be available in some browsers.

Matlab trong xử lý ảnh: Lọc nhiễu cho ảnh (p4)

• Thread starter Thread starter Lu ROm
• Ngày gửi Ngày gửi 29 Tháng sáu 2016
• Replies 0
• Views 18603

• Home
• PHẦN MỀM ỨNG DỤNG
• LẬP TRÌNH
• MATLAB

You are using an out of date browser. It may not display this or other websites correctly.You should upgrade or use an alternative browser.

Lu ROm

Administrator

Staff member 25 Tháng bảy 2014 481 119 43 31 One piece vimach.net 4. Lọc Gaussian - Bộ lọc Gaussian rất quan trọng đối với cả lý thuyết và thực tiễn. Chúng ta lọc hình ảnh bằng cách sử dụng một kernel dạng đối xứng xuyên tâm của hàm Gauss 2-D liên tục được xác định như sau: - Xấp xỉ rời rạc để hàm liên tục này sử dụng hai tham số tự do là : (1) các kích thước mong muốn của các kernel (như là một mặt nạ lọc N × N); (2) giá trị độ lệch chuẩn của hàm Gaussian. - Ứng dụng của bộ lọc Gaussian là làm mịn ảnh, nó khác với bộ lọc trung bình ở chổ là: thứ nhất,mức độ làm mịn được điều khiển bởi sự lựa chọn các tiêu chuẩn thông số độ lệch, chứ không phải bởi giá trị tuyệt đối của kích thước hạt nhân,thứ 2, hàm Gaussian có một thuộc tính khá đặc biệt, đó là biến đổi Fourier của nó là một hàm Gaussian, điều đó rất thuận tiện cho việc phân tích miền tần số của bộ lọc. - Một hàm Gauss với giá trị lớn của s là một ví dụ về bộ lọc thông thấp, trong đó hàm lượng tần số không gian cao(ví dụ: các tính năng cạnh sắc nét) của hình ảnh được loại bỏ. Để hiểu được điều này đòi hỏi chúng ta có nền tảng tốt trong các biến đổi Fourier và phân tích trong miền tần số. - VÍ DỤ MATLAB Mã: I=imread('eight.tif'); % Read in image Isp = imnoise(I,'salt & pepper'); % add 3% (0.03) salt and pepper noise Ig = imnoise(I,'gaussian',0.02); % add Gaussian noise (with 0.02 variance) k = fspecial('gaussian', [5 5], 2); % define Gaussian filter I_g = imfilter(I,k); % apply to original image Isp_g = imfilter(Isp,k); % apply to salt and pepper image Ig_g = imfilter(Ig,k); % apply tp gaussian image subplot(1,3,1), imshow(I_g); % Display result image subplot(1,3,2), imshow(Isp_g); % Display result image subplot(1,3,3), imshow(Ig_g); % Display result image - Chúng ta tạo một kernel bộ lọc Gaussian 5x5, với giá trị độ lệch chuẩn là 2 bằng hàm fspecial(). 5. Một số bộ lọc khác - Bộ lọc trung bình hài ( Harmonic Mean filter): + Bộ lọc này làm việc tốt với nhiễu Salt, nhưng lại không hiệu quả với nhiễu Pepper. - Bộ lọc điểm giửa ( Midpoint filter): Bộ lọc tính điểm trung bình giữa giá trị Max và giá trị Min trong vùng bao quanh bởi S xy . Bộ lọc làm việc tốt với những nhiễu có phân phối ngẫu nhiên như nhiễu Gaussian. Down toàn bộ CODE MATLAB: CODE MATLAB HINH ẢNH

• 

Reactions: inocker You must log in or register to reply here. Share: Facebook X (Twitter) LinkedIn Reddit Pinterest Tumblr WhatsApp Email Share Link

• Home
• PHẦN MỀM ỨNG DỤNG
• LẬP TRÌNH
• MATLAB

Top Bottom