实验二 图像的空间域增强

实验二 图像的空间域增强

一、实验目的

1. 进一步理解图像平滑和图像锐化等空间域增强方法的原理。
2. 了解图像平滑和图像锐化的效果和作用。
3. 掌握图像模板运算的流程。

二、实验内容

编程实现车牌图像的去噪和锐化处理。首先对图像去噪，分别采用均值滤波器和中值滤波器进行处理，比较两种滤波器效果；然后对去噪后的图像进行锐化，分别采用一阶导数和二阶导数，比较锐化效果。

三、实验报告要求

1.给出简要的设计思路（原理）

2.给出主要代码

3.给出实验结果的屏幕截图

1. 实验过程中遇到的主要问题、心得体会或建议

四、报告内容

1.均值滤波：需要构建一个全为1的卷积核，对原图像每个像素进行卷积核计算求和后平均化。注意求和过程中可能会超出类型的最大范围，因此要扩大类型，采用Vec3d sum来存储，vec3f也可以

void averageFilter(const Mat& img, int kernelSize) {

    Mat averageFilter;

    averageFilter.create(img.size(), img.type());

    if (kernelSize % 2 == 0) kernelSize += 1; // 仅当kernelSize为偶数时增加1

    int init = kernelSize / 2;

    for (int y = init; y < img.rows - init; y++) {

        for (int x = init; x < img.cols - init; x++) {

            Vec3d sum = Vec3d(0, 0, 0);

            for (int i = -init; i <= init; i++) {

                for (int j = -init; j <= init; j++) {

                    Vec3b pixel = img.at<Vec3b>(y + i, x + j);

                    sum[0] += pixel[0];

                    sum[1] += pixel[1];

                    sum[2] += pixel[2];

                }

            }

            averageFilter.at<Vec3b>(y, x)[0] = static_cast<uchar>(sum[0] / (kernelSize * kernelSize));

            averageFilter.at<Vec3b>(y, x)[1] = static_cast<uchar>(sum[1] / (kernelSize * kernelSize));

            averageFilter.at<