数字图像处理(冈哥的书)---图像的重建与复原
2017-10-17 20:58
337 查看
最近玩玩冈哥的数字图像处理,正好结合做数模的时候学的mathematica来实现一些课本的内容
以下是各种的噪声模型,
使用各类噪声污染该图像
高斯噪声
使用r=3的均值滤波器进行滤波后,可以得到:
效果并不是很理想,接下来使用r=3的非局部均值滤波器进行实验,改滤波器用于处理高斯噪声污染的图像有很好的还原作用:
椒盐噪声
被椒盐噪声干扰的图像:
通过r=2的中值滤波器对图像进行还原
使用图像反卷积和锐化,对图像从新处理
噪声模型
原图像:以下是各种的噪声模型,
使用各类噪声污染该图像
Noise = {gaussinNoise, gammaNoise, rayleighNoise, uniformNoise, saltNoise} = { ImageAdd[i, RandomImage[NormalDistribution[0, .1], ImageDimensions[i]]], ImageAdd[i, RandomImage[GammaDistribution[2, 0.08], ImageDimensions[i]]], ImageAdd[i, RandomImage[RayleighDistribution[0.2], ImageDimensions[i]]], ImageAdd[i, RandomImage[UniformDistribution[{-.3, .3}], ImageDimensions[i]]], ImageAdd[i, RandomImage[CauchyDistribution[0, .05], ImageDimensions[i]]] }
高斯噪声
使用r=3的均值滤波器进行滤波后,可以得到:
效果并不是很理想,接下来使用r=3的非局部均值滤波器进行实验,改滤波器用于处理高斯噪声污染的图像有很好的还原作用:
椒盐噪声
被椒盐噪声干扰的图像:
通过r=2的中值滤波器对图像进行还原
使用图像反卷积和锐化,对图像从新处理
Manipulate[ ImageDeconvolve[image, GaussianMatrix[x]] // Sharpen[#, y] &, {x, 0.0001, 1, 0.001}, {y, 1, 10, 1}]
相关文章推荐
- 系统学习数字图像处理之图像复原与重建
- 冈萨雷斯数字图像处理学习5:图像复原和重建2 频率滤波和复原
- paper 108:系统学习数字图像处理之图像复原与重建
- 数字图像处理:第十三章 图象复原
- 图像的复原与重建(4):图像处理中滤波(filtering)与卷积(convolution)的区别
- [数字图像处理]图像复原--逆滤波
- 数字图像处理之复原处理
- 数字图像处理--掩膜重建
- 数字图像处理笔记—图像复原(一)
- 【OpenCV数字图像处理】(4) 【Python编程】(4) 平移
- 系统学习数字图像处理之基础
- 数字图像处理matlab版第六章
- 数字图像处理基础之--像素间的关系(邻接/连通)
- 数字图像处理将来有什么用啊?(百度问答)
- 数字图像处理和图像识别中常用的OpenCV函数
- 数字图像处理的研究方法
- 计算机视觉,计算机图形学和数字图像处理,三者之间的联系和区别是什么?
- 数字图像处理:4.色彩空间转换
- 【数字图像处理】灰度变换
- 数字图像处理:12.小波变换