數(shù)字圖像處理課程實驗報告.doc
約15頁DOC格式手機打開展開
數(shù)字圖像處理課程實驗報告,頁數(shù):15字數(shù):2625(digital image processing)實驗一平滑濾波器 實驗報告(smoothing filters)一、實驗目的通過上機編程,直觀了解對圖像進行平滑濾波的處理過程及結果,加深對算法的理解。二、實驗內(nèi)容用c語言編程(turbo c)...
![](http://img.queshao.com/images/pcgzh.gif)
![](http://preview.queshao.com/tobuy/63111.gif)
內(nèi)容介紹
此文檔由會員 cnlula 發(fā)布
數(shù)字圖像處理課程實驗報告
頁數(shù):15 字數(shù):2625
數(shù)字圖像處理課程實驗報告
(Digital Image Processing)
實驗一 平滑濾波器 實驗報告
(Smoothing Filters)
一、實驗目的
通過上機編程,直觀了解對圖像進行平滑濾波的處理過程及結果,加深對算法的理解。
二、實驗內(nèi)容
用C語言編程(Turbo C)對圖像(128×128,灰度級數(shù)為256,有噪聲干擾)進行中值濾波處理。
三、算法原理及實現(xiàn)
1.中值濾波的原理
用模板區(qū)域內(nèi)象素的中值,作為結果值
R = mid {zk | k = 1,2,…,9}
強迫突出的亮點(暗點)更像它周圍的值,以消除孤立的亮點(暗點)
2. 算法實現(xiàn)
分別用3 * 3模板,5 * 5模板實現(xiàn)。將模板區(qū)域內(nèi)的像素排序,求出中值。3 * 3 的模板,第5大的為中值,5 * 5 的模板,第13大的為中值……
3.算法優(yōu)點:使用中值濾波算法,可以在保護圖像邊緣同時去除處噪聲,而均值濾波不能對圖像邊緣保護。
4.算法流程圖(N分別為3和5):
row = 1
N
row < Row
Y
col = 1
N col < COL -1
Y
將以ai[row][col]為中心的N*N模板內(nèi)的灰度值賦給a[0]-a[7]
將這N2個值排序
ao[row][col]=a[(N*N+1)/2-1] (選擇灰度值中值)
col++
row++
輸出新的圖像 四、算法處理結果
用3*3的模板和5*5處理圖像,結果不一樣。5*5的模板產(chǎn)生的圖形邊緣更模糊,亮點更少。
五、各模塊程序清單
void mf33() /*使用3*3模板進行中值濾波*/
{
int col,row,i,j;
unsigned char gray;
for(row=1;row for(col=1;col
頁數(shù):15 字數(shù):2625
數(shù)字圖像處理課程實驗報告
(Digital Image Processing)
實驗一 平滑濾波器 實驗報告
(Smoothing Filters)
一、實驗目的
通過上機編程,直觀了解對圖像進行平滑濾波的處理過程及結果,加深對算法的理解。
二、實驗內(nèi)容
用C語言編程(Turbo C)對圖像(128×128,灰度級數(shù)為256,有噪聲干擾)進行中值濾波處理。
三、算法原理及實現(xiàn)
1.中值濾波的原理
用模板區(qū)域內(nèi)象素的中值,作為結果值
R = mid {zk | k = 1,2,…,9}
強迫突出的亮點(暗點)更像它周圍的值,以消除孤立的亮點(暗點)
2. 算法實現(xiàn)
分別用3 * 3模板,5 * 5模板實現(xiàn)。將模板區(qū)域內(nèi)的像素排序,求出中值。3 * 3 的模板,第5大的為中值,5 * 5 的模板,第13大的為中值……
3.算法優(yōu)點:使用中值濾波算法,可以在保護圖像邊緣同時去除處噪聲,而均值濾波不能對圖像邊緣保護。
4.算法流程圖(N分別為3和5):
row = 1
N
row < Row
Y
col = 1
N col < COL -1
Y
將以ai[row][col]為中心的N*N模板內(nèi)的灰度值賦給a[0]-a[7]
將這N2個值排序
ao[row][col]=a[(N*N+1)/2-1] (選擇灰度值中值)
col++
row++
輸出新的圖像 四、算法處理結果
用3*3的模板和5*5處理圖像,結果不一樣。5*5的模板產(chǎn)生的圖形邊緣更模糊,亮點更少。
五、各模塊程序清單
void mf33() /*使用3*3模板進行中值濾波*/
{
int col,row,i,j;
unsigned char gray;
for(row=1;row