(1)平滑滤波的模板形状、大小、参数的适用性实验; (2)几种微分算子增强图像边缘的比较性实验; (3)梯度作为边缘提取的一个重要特征,掌握梯度图的计算; (4)构造一个平滑与微分算子的综合图像

该实验涉及图像增强,包括平滑滤波模板的适用性研究,比较拉普拉斯、Sobel、Prewitt和Robert算子对图像边缘的增强效果,以及梯度计算在边缘检测中的作用。实验结果显示,滤波器大小和形状影响图像平滑度,拉普拉斯算子对噪声敏感,Sobel和Prewitt算子在噪声处理和边缘突出方面各有优劣,而梯度图是边缘提取的重要特征。
摘要由CSDN通过智能技术生成

作业三:图像增强

  1. 实验要求:
    (1)平滑滤波的模板形状、大小、参数的适用性实验;
    (2)几种微分算子增强图像边缘的比较性实验;
    (3)梯度作为边缘提取的一个重要特征,掌握梯度图的计算;
    (4)构造一个平滑与微分算子的综合图像增强的实例。
    2.实验结果与分析:(代码见附录)
    (1)

第一个小实验只要是针对不同滤波器大小对不同的噪声对图像的影响:
噪声密度过大,当滤波器太小时,不能将噪声完全去掉,导致图片有颗粒感,不够平滑;当滤波器太大时,会把图像过度平滑,使图像变得模糊;噪声密度不大,小滤波器即可将噪声去掉。原理在于中值滤波取的是滤波器的中位数。同理,不同的形状会产生不同的中位数,不同滤波器形状对图片有不同的影响。

(4)

第二个小实验的目的是通过混合空间增强法突出更多的细节来增强图像,实验前需要明确为什么使用梯度增强算子可以达到锐化的目的,是因为边缘就是梯度变化最大的地方 。
图一:原图
图二:使用拉普拉斯算子为 [-1,-1,-1;-1,8,-1;-1,-1,-1],对图像进行锐化滤波。 从结
果可以看出拉普拉斯算子对噪声比较敏感,对边缘不敏感,拉普拉斯算子能对任何走向的界线和线条进行锐化,无方向性。
图三:将图一与图二叠加得到一 幅经过锐化过的图像。从结果可以看出图三有很多的噪声。这说明拉普拉斯算子能很好的增强细节,但也产生更多的噪声。

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值