数字图像处理基础实验(三):空域滤波

该实验详细介绍了数字图像处理中的空域滤波技术,包括均值模板、高斯模板用于平滑灰度和彩色图像,以及Laplacian、Robert、Sobel模板用于图像锐化。通过OpenCV实现不同尺寸的滤波器,展示了滤波效果,并探讨了高提升滤波算法在图像增强中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、实验内容及原理

1、利用均值模板平滑灰度图像

具体内容:利用 OpenCV 对图像像素进行操作,分别利用 33、55 和 9*9 尺寸的均值模板平滑灰度图像

2、利用高斯模板平滑灰度图像

具体内容:利用 OpenCV 对图像像素进行操作,分别利用 33、55 和 9*9 尺寸的高斯模板平滑灰度图像

高斯模板公式:G(x,y)=12πσ2e−x2+y22σ2G(x,y)=\frac {1}{2\pi \sigma^{2}}e^{-\frac {x^{2}+y^{2}}{2\sigma^{2}}}G(x,y)=2πσ21e2σ2x2+y2

3、利用 Laplacian、Robert、Sobel 模板锐化灰度图像

具体内容:利用 OpenCV 对图像像素进行操作,分别利用 Laplacian、Robert、 Sobel 模板锐化灰度图像

(1)Robert模板

公式:M(x,y)≈∣z9−z5∣+∣z8−z6∣M(x,y)\approx |z_9-z_5|+|z_8-z_6|M(x,y)z9z5+z8z6
在这里插入图片描述

(2)Sobel模板

公式:
gx=ϑfϑx=(z7+2z8+z9)−(z1+2z2+z3)g_x=\frac {\vartheta f}{\vartheta x}=(z_7+2z_8+z_9)-(z_1+2z_2+z_3)gx

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值