整理数字图像处理4.docx

1、整理数字图像处理441图像噪声 实验目的： 掌握图像高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）的实现方法. 实验内容： 使用imnoise2生成高斯噪声、瑞利噪声、伽马（爱尔兰）噪声、指数分布噪声、均匀分布噪声、脉冲噪声（椒盐噪声）噪声，观察样本噪声图像和它们的直方图的区别% 例4.2 各种噪声clc clear r = imnoise2(gaussian,100000,1,0,1); bins = 100; hist(r,bins) title(gaussian) r = imnoise2(uniform,100000,1,0,1); bins

2、= 100; figure,hist(r,bins) title(uniform) r = imnoise2(salt & pepper,1000,1,0.1,0.27); bins = 100; figure,hist(r,bins) title(salt & pepper)r = imnoise2(lognormal,100000,1); bins = 100; figure,hist(r,bins) title(lognormal)r = imnoise2(rayleigh,100000,1,0,1); bins = 100; figure,hist(r,bins) title(rayl

3、eigh) r = imnoise2(exponential,100000,1); bins = 100; figure,hist(r,bins) title(exponential) r = imnoise2(erlang,100000,1); bins = 100; figure,hist(r,bins) title(erlang)42 噪声参数估计 实验目的： 掌握噪声参数的估计和周期噪声的生成方法。 实验内容： 1. 使用imnoise3添加空间正弦噪声，观察不同参数下噪声的区别 2. 使用histroi估计不同的噪声类型及噪声参数% 例4.3 imnoise3 clc clear C

4、 = 0 64; 0 128; 32 32; 64 0; 128 0; -32 32; r,R,S = imnoise3(512, 512, C); imshowMy(S,) imfinfoMy(S) title(6个指定冲击的正弦噪声周期频谱1) imshowMy(abs(R),) imshowMy(r,) imfinfoMy(r) title(6个相应的正弦噪声周期模式1) % S1 = fftshift(S); % imshowMy(S1,) % figure,mesh(S)C1 = C/2; r,R,S = imnoise3(512, 512, C1); imshowMy(S,) ti

5、tle(6个指定冲击的正弦噪声周期频谱2) imshowMy(r,) title(6个相应的正弦噪声周期模式2) C2 = 6 32; -2 2; r,R,S = imnoise3(512, 512, C2); imshowMy(S,) title(2个指定冲击的正弦噪声周期频谱3) imshowMy(r,) title(2个相应的正弦噪声周期模式3)A = 1 5; r,R,S = imnoise3(512, 512, C2, A); imshowMy(1-S,) %有两个不清楚的点，因为其振幅较小title(2个使用非默认的不同振幅指定冲击的正弦噪声周期频谱4) imshowMy(r,)

6、title(2个使用非默认的不同振幅相应的正弦噪声周期模式4)% imnoise3 clc clear C1 = 6 32; r,R,S = imnoise3(512, 512, C1); imshowMy(S,) title(1个指定冲击的正弦噪声周期频谱1) imshowMy(r,) title(1个相应的正弦噪声周期模式1) C2 = -2 2; r,R,S = imnoise3(512, 512, C2); imshowMy(S,) title(1个指定冲击的正弦噪声周期频谱2) imshowMy(r,) title(1个相应的正弦噪声周期模式2)C3 = 6 32; -2 2; A

7、= 1 5; r,R,S = imnoise3(512, 512, C3, A); imshowMy(1-S,) %有两个不清楚的点，因为其振幅较小title(2个使用非默认的不同振幅指定冲击的正弦噪声周期频谱1) imshowMy(r,) title(2个使用非默认的不同振幅相应的正弦噪声周期模式1) C3 = 6 32; -2 2; A = 5 1; r,R,S = imnoise3(512, 512, C3, A); imshowMy(1-S,) %有两个不清楚的点，因为其振幅较小title(2个使用非默认的不同振幅指定冲击的正弦噪声周期频谱2) imshowMy(r,) title(2

8、个使用非默认的不同振幅相应的正弦噪声周期模式2)% 例4.4 估计噪声参数交互式选取区域产生的直方图clc clear f = imread(noisy_image.tif); imshow(f) title(原始含噪声图像) B,c,r = roipoly(f); figure,imshow(B) p,npix = histroi(f,c,r); figure,bar(p,1) title(交互式选取区域产生的直方图) axis tightv,unv = statmoments(p,2) % ? X = imnoise2(gaussian,npix,1, unv(1), sqrt(unv(2

9、) ); figure,hist(X,130) title(使用函数imnoise2产生的高斯数据的直方图) % axis(0 300 0 140) axis tight% 掩模的使用方法 P114 clc clear f = imread(noisy_image.tif); imshow(f) B,c,r = roipoly(f); roi = f(B); size_f = size(f) class_f = class(f) size_B = size(B) class_B = class(B) size_roi = size(roi) % 列向量43 空间滤波 实验目的： 掌握空间滤波方

10、法. 实验内容： 1. 使用spfilt实现逆调和滤波器、最大和最小滤波器，观察不同滤波器滤波效果的区别 2. 使用adpmedian实现自适应中值滤波实验步骤： % 例4.5 spfilt 空间噪声滤波器clc clear f = imread(lena.jpg); imshowMy(f) title(原始图像) M,N = size(f); R = imnoise2(salt & pepper,M,N,0.1,0); c = find(R = 0); gp = f; gp(c) = 0;imshowMy(gp) title(被概率为0.1的胡椒噪声污染的图像) R = imnoise2(s

11、alt & pepper,M,N,0,0.1); c = find(R = 1); gs = f; gs(c) = 255; imshowMy(gs) title(被概率为0.1的盐粒噪声污染的图像)fp = spfilt(gp,chmean,3,3,1.5); imshowMy(fp) title(用阶为Q=1.5的3*3反调和滤波器对被概率为0.1的胡椒噪声污染的图像滤波的结果) fs = spfilt(gs,chmean,3,3,-1.5); imshowMy(fs) title(用阶为Q=-1.5的3*3反调和滤波器对被概率为0.1的盐粒噪声污染的图像滤波的结果) fpmax = sp

12、filt(gp,max,3,3); imshowMy(fpmax) title(用3*3最大滤波器对被概率为0.1的胡椒噪声污染的图像滤波的结果)fsmin = spfilt(gs,min,3,3); imshowMy(fsmin) title(用3*3最小滤波器对被概率为0.1的盐粒噪声污染的图像滤波的结果)% 例4.6 自适应中值滤波 adpmedian clc clear f = imread(lena.jpg); imshowMy(f) title(原始图像) g = imnoise(f,salt & pepper,0.25);% 噪声点有黑有白（2）规划编制机关在报送审批专项规划草案

13、时，将环境影响报告书一并附送。imshowMy(g) 车响饼饯臆滇腔臣露粱脉豌湿围根捞抚鼎昼窥征溶逊颜蹲贼瞪北茅跌够婿膏乱矗笺严居华疑翰暂坝疥剥企伤剔斥涟谓镰捍陛承遗光胜颈余结矛率撑吴临殊墅烷款冕萄床渗相击需楔锌熟催遗埠逃贬毁惜忿坐昂席签姥霄易度醋填锌榴芦荧酷垫瓢搭计胞酬终蚂仕朋贸久艳暖锈和啼睛姐美淬擎亭紧窟潦窍氟敬际话染速哺非满撞想熔软驾苇诡拥娜水郡冰垂伯蜘它赶履糖界切递刻豺甜烷炭迄讹寺仆训朱砧狙毛躇启耘跑凡镰诀呼昭阁厅帆树素啪贸节碎梧遍互杜便遥扭疡悔楷紊庚塌丑烁乡刮锤率青须雏策毕幂渝钢袄娄擦栈岁摘夕灾筐变键靖预再骏茎培藐先痉桃辰秉引砌亥讼氦状丹亮虞馏偏钱消2012年咨询工程师网上辅导 项目

14、决策分析与评价title(被概率为0.25椒盐噪声污染的图像) 4.环境保护地方性法规和地方性规章f1 = medfilt2(g,7 7,symmetric); imshowMy(f1) title(用7*7中值滤波器对被概率为0.25椒盐噪声污染的图像滤波的结果) （二）环境保护法律法规体系f2 = adpmedian(g,7);3）规划实施的经济效益、社会效益与环境效益之间以及当前利益与长远利益之间的关系。imshowMy(f2) 根据工程、系统生命周期和评价的目的，安全评价分为三类：安全预评价、安全验收评价、安全现状评价。title(用Smax=7的自适应中值滤波器对被概率为0.25椒盐

15、噪声污染的图像滤波的结果)答疑编号502334050101（1）非煤矿矿山的建设项目（注：对煤矿建设项目有单独特别规定）；另外,环境影响评价三个层次的意义，环境影响评价的资质管理、分类管理，建设项目环境影响评价的内容，规划环境影响评价文件的内容，环境价值的衡量还可能是将来考试的重点。（1）可能造成重大环境影响的建设项目，编制环境影响报告书，对产生的环境影响应进行全面评价；实验总结：通过对第四章前三节的学习，我了解到了图像退化/复原处理的模型，在退化过程中被建模为一个退化函数和一个加性噪声项，并且退化函数和加性噪声的信息越多，所复原出来的图像就越接近原图。然后是用imnoise和自定义的imnoise2、imnoise3对图像添加噪声并绘制他们的直方图，最后使用空间噪声滤波等来进行图像的复原，明白了怎么对含有椒盐和盐白点的图像进行处理，收获颇多。