- 博客(11)
- 收藏
- 关注
原创 (matlab)假设全体信源符号的集合为{a, b, c, d},输入的符号序列为“dacab“,概率为[0.4, 0.2, 0.2, 0.2]。对这个信源使用自编函数求其算术编码
symbols = (1:4); % 信源符号 prob = [0.40,0.20,0.20,0.20]; % 对应概率 % 二进Huffman编码[dict, avglen] = huffmandict(symbols, prob);dict(:,2)=cellfun(@num2str, dict(:, 2), 'UniformOutput', false)avglen这个代码不完整,欢迎评论补充...
2021-11-13 22:47:19 1283
原创 图像blood4.tif是一个血细胞图,图像质量较低,请综合应用图像处理的方法,对图像中的红细胞(大而圆的细胞)进行计数(matlab)
I=imread('blood4.tif');figure, subplot(121), imshow(I);I2=imbinarize(I);[I2, N]= bwlabel(I2, 8);subplot(122), imshow(I2);title(['连通分量的个数为',num2str(N)]);
2021-11-13 22:44:44 1627
原创 对图像用函数imfill填充孔洞时,图像边界上的孔洞未被填充,试完成这些孔洞的填充。
A=imread('Fig9.16.jpg');A=imbinarize(A);im2 = imfill(A, 'holes');figure, subplot(121), imshow(A)subplot(122), imshow(im2),title('孔洞填充')
2021-11-13 22:40:30 1357
原创 对灰度图像执行顶帽变换,提示:阈值处理可以直接用imbinarize()函数对灰度图二值化。
A=imread('Fig9.16.jpg');im=imbinarize(A);im2 = imtophat(im, se);figure, subplot(121), imshow(A)subplot(122), imshow(im2),title('顶帽变换')
2021-11-13 22:37:51 1467
原创 使用腐蚀操作对图像提取边界(matlab)
A=imread('Fig9.16.jpg');A=imbinarize(A); % 转换为二值图im2 = A-imerode(A,ones(3)); % 二值图像减去其腐蚀图像im3 = bwperim(A, 8); % bwperim函数求边界figure, imshow(A);figure, imshow(im2),title('二值图像减去其腐蚀图像');subplot(122), imshow(im3),title('bwperim函数求边界')...
2021-11-13 22:36:22 1811
原创 对图像分别做开运算和闭运算,选择合适的结构元(matlab)
A=imread('Fig0910.tif');figure,subplot(131),imshow(A)title('original image');se=strel('disk',15); % 生成圆形结构元素A3=imopen(A,se); % 开运算subplot(235),imshow(A3)title('opening');A4=imclose(A,se); % 闭运算subplot(236),imshow(A4)title('closing').
2021-11-13 22:35:03 1809
原创 对图像做腐蚀操作(matlab)
A=imread('Fig9.16.jpg');figure,subplot(131),imshow(A)title('original image');se=strel('disk',15); % 生成圆形结构元素A1=imerode(A,se); % 腐蚀subplot(232),imshow(A1)title('erosion');
2021-11-13 22:32:41 3334
原创 matlab对一个8*8的灰度图像块做DCT正变换,然后量化,zigzag扫描,记录前面的非零数值。然后对非零数值恢复成8*8的矩阵,乘量化矩阵,DCT反变换,恢复成图像,并计算误差
这个代码不完整,欢迎评论补充% DCT编码实例I=[52 55 61 66 70 61 64 7363 59 66 90 109 85 69 7262 59 68 113 144 104 66 7363 58 71 122 154 106 70 6967 61 68 104 126 88 68 7079 65 60 70 77 63 58 7585 71 64 59 55 61 65 8387 79 69 68 65 76 78 94];disp('原图像块为');disp(I);
2021-11-13 22:29:36 3552
原创 自选一幅灰度图像,对其模拟运动模糊造成的退化;然后用逆滤波或维纳滤波对其复原
import numpy as npfrom numpy.fft import fft2, fftshift, ifft2, ifftshiftimport matplotlib.pyplot as pltfrom skimage import iof = io.imread('aerial_view.tif')plt.figure(figsize=(12,4))plt.rcParams['font.sans-serif'] = ['SimHei']plt.subplot(131), io.
2021-10-18 09:03:33 486
原创 自选一幅灰度图像,对其模拟大气湍流造成的模糊;然后用几何均值滤波器对其复原。
import numpy as npfrom numpy.fft import fft2, fftshift, ifft2, ifftshiftimport matplotlib.pyplot as pltfrom skimage import io, utilimport skimage.filters.rank as sfrfrom scipy.signal import correlate2df = io.imread('aerial_view.tif')F = fftshift(f.
2021-10-18 09:00:03 636
原创 自选一幅灰度图像,添加椒盐噪声。用中值滤波器、最大值滤波器、最小值滤波器、修正 均值滤波器分别处理含噪图像。
本模板供Python环境使用。另外,你也可以选择用MATLAB完成,或用C++与Opencv完成。# 对'rice.tif'添加椒盐噪声,再做中值滤波。使用Python+skimage实现%matplotlib inlinefrom skimage import io, util, filtersfrom skimage.morphology import diskimport skimage.filters.rank as sfrimport matplotlib.pyplot as p
2021-10-18 08:21:56 1181
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