liyuefeilong的专栏

基于直觉模糊C均值聚类算法的图像阈值分割

摘 要：本实验主要实现最优阈值。图像分割就是把图像中具有特殊涵义的不同区域分开来，这些区域是互不相交的，每个区域都满足特定区域的一致性。图像分割是图像处理中的重要问题，也是计算机视觉研究中的一个经典难题。计算机视觉中的图像理解包括目标检测、特征提取和目标识别等，都依赖于分割的质量。阈值法是一种简单有效的分割方法，其最大特点就是计算简单，因此也得到了广泛的应用。

摘 要：本实验主要实现形态学图像处理。主要验证图像集合的交并补运算、膨胀和腐蚀处理并利用图像集合的运算，实现形态学边界抽取算法并进行特征边界抽取。同时将膨胀和腐蚀扩展至灰度图像，编写函数实现灰度图像形态学梯度公式和Tophat变换公式，最后对形态学梯度变换和Tophat变换后的输出图像进行比较。

摘 要：本实验主要使用维纳滤波法（又名为最小均方误差滤波）实现图像复原与重建。首先我们通过对一幅图像加入运动污损滤波和高斯噪声，然后从噪声中提取出原始图像信号。在各种估计方法中，维纳滤波是一种最基本的方法，相比起逆滤波，它更适用于从噪声中分离出有用信号的图像。

摘 要：本实验主要实现图像的加噪和去噪。模拟数字图像的噪声主要由于噪声广泛存在于图像的产生和传输过程。图像传感器的工作情况受各种因素的影响，如图像的获取中的环境条件和传感器自身的质量。图像在传输过程中主要由于所用的传输信道的干扰而受到噪声污染。在本次实验的加噪过程中使用的是椒盐噪声，有时也被称为脉冲噪声、散粒噪声或尖峰噪声。脉冲噪声主要表现在成像中的短暂停留中，例如错误的开关操作。去噪过程中采用了3×3中值滤波算法。中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素

摘 要：本实验开发了一个2-D FFT程序包，主要实现图像的二维快速傅里叶变换、图像傅里叶频谱计算及高斯低通滤波器。傅里叶变换是数字图像处理技术的基础，是将时域信号分解为不同频率的正弦和或余弦和的形式，对图像的信息特征进行提取和分析。低通滤波是一种滤除图像中高频成份的工具，对一幅图像进行傅里叶变换后，使用低通滤波器将图像的低频像素保留，高频像素丢掉。而图像的高频部分往往代表图像的边缘或细节，因此低通滤波器广泛运用于图像的模糊处理。

摘 要：本实验分为三部分：编写一个以2的幂次方将一幅图像的灰度级数从256减少到2；编写一个基于像素复制法的图像缩放程序，要求缩放因子为整数；编写一个基于双线性插值法的图像缩放程序，要求输入参数为输出图像的水平和垂直方向的像素数。并使用这三个函数对给定图像进行缩小再放大操作，对比输出图像和原图的差异。该实验是在MATLAB 2014a平台上实现。

摘 要：本实验采用半色调技术对图像进行打印和显示。使用实验后面所给出了用点模式近似表示的0到9，10个灰度级来表示一张图片。每一个灰度级用一个3*3的黑白点模式表示。用3*3全黑点近似表示灰度级为0的黑色灰度级，3*3全白点近似表示灰度级为9的白色灰度级。其它的点模式表示这二者之间的灰度级。由于用3*3个像素点代替原来一个像素点，因此在有限的打印面积上需要考虑图像尺寸的大小，故需要对输入图像进行预处理。在此基础上，编写一个生成尺寸为256*256大小的灰度渐变测试图像的程序。输出图像第1列像素灰度为0