- 博客(7)
- 收藏
- 关注
原创 图像复原 之
退化函数建模%% 退化函数建模f=checkerboard(8);imshow(f);PSF = fspecial('motion',7,45);gb = imfilter(f,PSF,'circular');figure;imshow(gb);noise = imnoise(zeros(size(f)),'gaussian',0,0.001);g = gb+noise;su
2015-01-22 17:41:01 1133
原创 图像复原 之 空间滤波
对原图分别加上salt和pepper噪声:f=imread('lena.jpg');f=rgb2gray(f);figure,imshow(f);[M N] = size(f);R = imnoise2('salt & pepper',M,N,0.1,0);c = find(R == 0);gp = f;gp(c) = 0;figure,subplot(121);i
2015-01-22 15:49:27 1316
原创 图像复原 之 噪声
使用imnoise函数给图像加噪声clc;clear;close all;f=imread('lena.jpg');f=rgb2gray(f);subplot(121);imshow(f);g=imnoise(f,'gaussian',0.01,0.01);subplot(122);imshow(g);自己写的噪声产生函数,效果如下:%% 使用自己写的噪声产生函数
2015-01-22 14:23:23 1506
原创 频域处理 之 高通滤波与绘图
使用低通滤波器 clc,clear,close all;f=imread('lena.jpg');f=rgb2gray(f);figure,imshow(f);PQ=paddedsize(size(f));[U,V] = dftuv(PQ(1),PQ(2));D0 = 0.05*PQ(2);H = lpfilter('gaussian',PQ(1),PQ(2),D0);g =
2015-01-21 22:09:17 1910
原创 频域处理 之 从空间滤波器获得频域滤波器
使用fspecial来生成空间滤波器使用ifftshift,使得原点位于频率矩形的左上角分别在空域和频域进行滤波,结果灰色调是由于存在负值,平均值在使用imshow后会变大,可以使用绝对值创建二值图像
2015-01-21 20:39:22 2673
原创 频域处理之傅立叶变换
读取灰度图像,显示如下:f=imread('lena.jpg');f=rgb2gray(f);F=fft2(f);imshow(f);figure;imshow(abs(F),[]);用 fft2() 进行傅立叶变换,用abs函数计算幅度,最终显示如下:四个角有亮点。可以使用fftshift将变换的原点移动到频率矩形的中心,效果如下图所示:
2015-01-21 13:27:15 1112
原创 【机器学习算法班】(一)管窥机器学习
一.若干概念交叉验证: 交叉验证(Cross-validation)也称为交叉比对,主要用于建模应用中。在给定的建模样本中,拿出大部分样本进行建模型,留小部分样本用刚建立的模型进行预报,并求这小部分样本的预报误差,记录它们的平方加和。这个过程一直进行,直到所有的样本都被预报了一次而且仅被预报一次。把每个样本的预报误差平方加和,称为PRESS(predicted Error Sum of
2015-01-08 12:44:21 1160
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人