m0_74427084的博客

然后再通过一系列形态学变化、图像增强的方式，减少噪声，增强目标信息，使得目标能在图片中很好的展示而不受其他信息的影响，便于后续目标检测的任务。在这个过程中也遇到了一些麻烦，比如在中值滤波去噪时，也会导致数字边缘信息的丢失，所以在执行图像增强的这一个过程中，顺序也很关键，不同的执行顺序能显示出不同的效果。此外，在编写目标检测这一算法的过程中，有时因为噪声不完全滤掉，导致噪声信号也被框出。总的来说，通过本次实验，让我对图像处理的许多方式有了更深刻的认识，相信这些知识技能将在未来的学习中发挥重要作用。

实现原理实现代码实验结果图 1 阈值=20，窗口大小=3*3 原图（左）效果图（右）图 2 阈值=20，窗口大小=5*5 原图（左）效果图（右）图 3 阈值=20，窗口大小=7*7 原图（左）效果图（右）固定阈值不变，通过改变窗口的大小，对比以上图可以发现，窗口越大，平滑效果越好。图 4 窗口大小=7*7，阈值=7 原图（左）效果图（右）图 5 窗口大小=7*7，阈值=15 原图（左）效果图（右）

实验步骤创建纱布效果事件函数设计不同纱布效果的函数点击执行不同效果的函数实验过程1.创建纱布效果事件函数图 1 创建纱布点击事件设计不同纱布效果的函数其他⑤块覆盖⑥阈值覆盖⑦随机覆盖⑧椒盐覆盖⑨波形覆盖sin波形覆盖tan波形覆盖⑩光圈效果圆形菱形(11)鱼鳞效果3.点击执行不同纱布效果的函数①点阵效果图 2 上下左右隔1个像素点②斜线效果图 3 上下左右隔n个像素点③横线效果图 4 横线效果④竖线效果图 5 竖线效果⑤块效果图 6 块效果⑥阈值覆盖。

实验原理（1）最邻近插值放大图像放大后，新图像的每个像素的灰度值通过最邻近插值法求出。用原图像的宽度和高度分别与放大倍数的乘积求出新的图像的宽度和高度， 在新图像中每个点的灰度值是该点对应于原图像上离它最近的整数点的灰度值，即现在点的坐标/放大倍数后再取整，就得到对应原图的那个点，其间必须要判断这样计算出的点是否落在原图的范围中，若不是就把该点置为255或0。（2）最邻近插值旋转图像旋转后，新图像的每个像素的灰度值通过最邻近插值法求出。

实现代码图像平滑中值滤波① 3-3.bmp 田字模板② 3-4.bmp 十字型模板③ 3-5.bmp ×型模板图像锐化实验结果图像平滑①非加权平滑图 1 平滑前（左） 平滑后（右）左侧的图像是原始图像，右侧的图像是经过中值滤波平滑处理后的图像。从图中可以看出，平滑后的图像在视觉上更加柔和，但它导致了图像边缘的轻微模糊。②加权平均，中央贡献稍大图 2 平滑前（左） 平滑后（右）③中央权重最大，最近邻域次之图 3 平滑前（左） 平滑后（右）中值滤波① 3-3.bmp。

实验原理实现步骤关键代码（1）1.bmp（2）2.bmp（3）3.bmp实验结果图 1.1 原图（1.bmp）图 1.2 开操作——腐蚀（左），膨胀（右）图 1.3 闭操作——膨胀（左），腐蚀（右）图 2.1 原图（2.bmp）图 2.2 开操作——腐蚀（左），膨胀（右）图 2.3 闭操作——膨胀（左），腐蚀（右）图 3.1 原图（3.bmp）图 3.2 开操作——腐蚀（左），膨胀（右）图 3.3 闭操作——膨胀（左），腐蚀（右）

实验目标通过构造曲线将原始图像变换为目标图像，要求变换后的原始图像的视觉效果和直方图与目标图像一致，要求给出每个实验的效果图对比、直方图对比、构造的曲线和分析。实验原理点运算曲线变换是一种图像处理技术，它通过改变图像的灰度值来调整图像的对比度、亮度和颜色等属性。这种变换可以通过对图像的直方图进行操作来实现，从而影响图像的视觉效果。曲线调整：在图像处理中，曲线调整是一种强大的工具，它允许对图像的色调范围进行细致的调整。曲线的横轴代表原图的亮度，纵轴代表目标图的亮度。