自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(5)
  • 收藏
  • 关注

原创 数字图像处理(实验五)—— 图像增强

大部分噪声被成功滤除,但由于邻域过大,图像的平滑效果进一步加强,导致一些细节和边缘特征丢失,图像的模糊度增加。3x3 中位数滤波: 通过 3x3 中位数滤波器处理后的图像噪声被有效去除,图像的噪声点明显减少。然而,由于邻域较小,某些区域可能仍然保留了一些噪声,特别是噪声点较为集中的地方。5x5 中位数滤波: 使用 5x5 中位数滤波器时,噪声去除效果进一步改善,图像中的噪声点几乎完全被去除。含乘性噪声的图像: 由于添加了乘性噪声,图像出现了许多黑白点的噪声,这些噪声影响了图像的质量,降低了视觉效果。

2024-12-28 22:51:09 638

原创 数字图像处理(实验四)—— 图像的频域变换

首先,通过傅里叶变换将图像转换到频域,然后使用低通和高通滤波器对其进行处理,低通滤波器有效地保留了图像的低频信息,而高通滤波器则保留了高频信息。低通滤波器通过模糊图像,去除了高频噪声和细节,使图像看起来更加平滑,而高通滤波器则加强了图像的边缘和细节,产生了较为锐利的效果。低通滤波图像表现出较为平滑的过渡,细节模糊,而高通滤波图像则显示了更多的边缘特征,图像的细节更加突出。读入一副彩色图像,构建高通的低通滤波器,对图像进行高通和低通滤波,要求低通滤波器模板面积约为图像的25%,高通滤波器模板面积约为80%。

2024-12-28 22:43:18 177

原创 数字图像处理(实验三)—— 图像时域变换

横向拉伸与纵向拉伸:图像经过横向拉伸2倍和纵向拉伸1.5倍后,物体的比例发生了变化。横向拉伸导致图像内容显得更宽,而纵向拉伸使物体显得更高,尤其是人物或物体的比例变得不自然。这些拉伸操作通常会导致图像中的元素看起来被拉长或变形,影响了视觉效果。旋转与错切:图像经过顺时针旋转60度后,整体布局和物体方向发生了变化,角落可能会出现空白或被裁剪。这些变换会导致图像内容在视觉上失去原本的平衡,给人以畸变的感觉。读入一副彩色图像,对图像以此进行横向拉伸2倍,顺时针旋转60度,纵向拉伸1.5倍,纵向错切0.5。

2024-12-28 22:32:00 570

原创 数字图像处理(实验二)——图像显示与类型转换

1.用图形表示连续调制波形 y=sin(t)sin(9t),自变量取101个点画出y2,画两个子图,在子图1上用红色的点显示y2,并将子图题目设置为“子图(1)”,在子图2上用蓝色点显示y2,并将子图题目设置为“子图(2)”。4. 读入flowers彩色图像,利用im2bw函数将其转化为二值图像,利用rgb2gray函数将其转换为灰度图像,利用subplot函数在同一幅图中显示二值图像以及灰度图像。熟悉数字图像处理中读入图像与显示图像的方法,掌握彩色图像、灰度图像、二值图像以及索引图像的区别以及转换关系。

2024-12-28 22:27:36 214

原创 数字图像处理(实验一)——图像处理的MATLAB基础

此外,矩阵的修改操作(如替换特定行列的值、删除最后一行)体现了对矩阵灵活处理的能力,为后续更复杂的数据操作打下了基础。实验中通过获取矩阵的行数验证操作的正确性,进一步巩固了对矩阵维度的理解。利用等间距增量生成向量 [0, 2, 4, 6, 8, 10],展现了 start:step:end 语法的便捷性,这种方法在数值计算和数据初始化中非常常用。3.将矩阵A的第4行的值改为10,将矩阵A的第6到7列的值改为1,记作矩阵C;% 3.将矩阵A的第4行的值改为10,将矩阵A的第6到7列的值改为1,记作矩阵C;

2024-12-27 18:33:52 970 1

模电.np

模电.np

2023-01-14

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除