数字图像处理实验四.docx
《数字图像处理实验四.docx》由会员分享,可在线阅读,更多相关《数字图像处理实验四.docx(9页珍藏版)》请在冰豆网上搜索。
数字图像处理实验四
《数字图像处理》实验报告
2013/2014学年第2学期
系别:
计算机科学与技术
专业:
计算机科学与技术
班级:
2011级嵌入式应用技术班
学号:
1110441057
姓名:
汪美玲
教师:
周晓
实验四图像复原
一、实验目的
1.掌握退化模型。
2.熟悉高斯噪声、均匀噪声、脉冲噪声等噪声模型。
3.掌握均值、顺序统计、频域滤波、维纳滤波的方法。
4.熟悉其他图像复原方法。
二、实验内容
1.自然图像含有大量噪声,这些噪声可能服从一定的统计规律,请采用顺序统计方法,实现去噪。
任意选取一副图像,添加一些噪声,并采用顺序统计方法去除。
实验要求:
(1)生成椒盐噪声滤波。
(2)采用均值、中值滤波实现去噪。
2.维纳滤波器是一种最小均方差滤波器,它能自动抑制噪声。
任选一副图像,添加噪声和运动模糊退化,采用维纳滤波进行复原。
实验要求:
(1)添加运动模糊。
(2)添加噪声。
(3)采用带自相关函数的维纳滤波实现复原。
三、实验代码及结果(截图)
1.实验代码及结果
代码:
img=rgb2gray(imread('i_boat_gray.bmp'));
figure;imshow(img);title('1110441057原图');
img_noise=double(imnoise(img,'salt&pepper',0.06));
figure;imshow(img_noise,[]);title('111041057椒盐噪声');
img_mean=imfilter(img_noise,fspecial('average',5));
figure;imshow(img_mean,[]);title('1110441057均值滤波²¨');
img_median=medfilt2(img_noise);
figure;imshow(img_median,[]);title('1110441057中值滤波1');
img_median2=medfilt2(img_median);
figure;imshow(img_median2,[]);title('1110441057中值滤波2');
截图:
图1.1原图
图1.2加椒盐噪声
图1.3均值滤波
图1.4中值滤波
(1)
图1.5中值滤波
(2)
2.实验代码及结果
代码:
I=imread('i_camera.bmp');
figure
(1);imshow(I,[]);title('1110441057原图');
PSF=fspecial('motion',25,11);
Blurred=imfilter(I,PSF,'conv','circular');
Noise=0.1*randn(size(I));
BlurredNoisy=imadd(Blurred,im2uint8(Noise));
figure
(2);imshow(BlurredNoisy,[]);title('运动模糊退化且加噪声');
WI1=deconvwnr(BlurredNoisy,PSF);
figure(3);imshow(WI1,[]);title('不带参数的维纳滤波');
NSR=sum(Noise(:
).^2)/sum(im2double(I(:
)).^2);
WI2=deconvwnr(BlurredNoisy,PSF,NSR);
figure(4);imshow(WI2,[]);title('不带参数的维纳滤波');
NP=abs(fftn(Noise)).^2;
NCORR=real(ifftn(NP));
IP=abs(fftn(im2double(I))).^2;
ICORR=real(ifftn(IP));
WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR);
figure(5);imshow(WI3,[]);title('带自相关函数参数的维纳滤波');
截图:
图2.1原图
图2.2运动模糊退化且加噪声
图2.3不带参数的维纳滤波
图2.4不带参数的维纳滤波
图2.5带自相关函数参数的维纳滤波
四、实验总结
通过本次试验熟悉高斯噪声、均匀噪声、脉冲噪声等噪声模型,掌握了均值、顺序统计、频域滤波、维纳滤波的方法等。
在实现过程中,根据教材中相关内容的指导,顺利完成试验。
试验锻炼了我们的动手能力,是我们更加直观深入的了解了其中的原理。
实验五图像压缩
一、实验目的
1.熟悉信息熵、图像数据冗余、压缩技术性能指标等相关概念。
2.掌握哈夫曼编码、算术编码,熟悉其他无失真压缩编码。
3.掌握预测编码、变换编码,熟悉其他有限失真压缩编码。
4.熟悉图像压缩技术标准。
二、实验内容
1.哈夫曼编码是根据可变长最佳编码定理,应用哈夫曼算法而产生的一种编码方式。
它根据信息源字符出现的概率大小来构造码字。
具体步骤:
(1)将信息源符号出现的概率按由大到小的顺序排列。
(2)将两处最小的概率进行组合相加,行程一个新概率。
并按第
(1)步方法重排,如此重复进行直到只有两个概率为止。
(3)分配码字,码字分配从最后一步开始反向进行,对最后两个概率一个赋予“0”码字,一个赋予“1”码字。
如此反向进行到开始的概率排列,在此过程中,若概率不变,则采用原码字。
实验要求:
(1)设输入图像的灰度级{y1,y2,y3,y4,y5,y6,y7}出现的概率分别为0.40,0.18,0.10,0.10,0.07,0.06,0.05,0.04,请进行哈夫曼编码。
2.变换编码首先将一副N×N大小的图像分割为(N/n)2个子图像,然后对图像进行变化操作,解除子图像像素间的相关性,用少量的变换系数包含尽可能多的图像信息,再通过量化和编码实现对图像的压缩编码。
基于DCT的图像压缩编码技术就是其中一种,在JPEG的基本系统中,就是采用二维DCT的算法作为压缩的基本方法。
实验要求:
(1)任选一副图像,生成一个8×8的离散余弦变换矩阵,对图像进行DCT变化。
(2)设计一个8×8模版矩阵,对图像进行数据压缩,丢弃右下角数据。
(3)对处理过的图像进行反DCT变换,显示效果图。
三、实验代码及结果(截图)
1.实验代码及结果
代码:
截图
2.实验代码及结果
代码:
截图:
四、实验总结