zoukankan      html  css  js  c++  java
  • MatLab 自编的 均值滤波、中值滤波、高斯滤波 图像处理函数(转)

     

    虽然matlab里面有这些函数,但是要求自己编写,计算机视觉上有这个实验,是别人编写的。别人到网上找了半天才零散的找到一些碎片,整理以后发上来的!

    MatLab自编的均值滤波、中值滤波、高斯滤波 图像处理函数。

    %自编的均值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)
    function d=avefilt(x,n)
    a(1:n,1:n)=1; %a即n×n模板,元素全是1
    p=size(x); %输入图像是p×q的,且p>n,q>n
    x1=double(x);
    x2=x1;
    %A(a:b,c:d)表示A矩阵的第a到b行,第c到d列的所有元素
    for i=1:p(1)-n+1
    for j=1:p(2)-n+1
    c=x1(i:i+(n-1),j:j+(n-1)).*a; %取出x1中从(i,j)开始的n行n列元素与模板相乘
    s=sum(sum(c)); %求c矩阵(即模板)中各元素之和
    x2(i+(n-1)/2,j+(n-1)/2)=s/(n*n); %将模板各元素的均值赋给模板中心位置的元素
    end
    end
    %未被赋值的元素取原值
    d=uint8(x2);

    %自编的中值滤波函数。x是需要滤波的图像,n是模板大小(即n×n)
    function d=midfilt(x,n)
    p=size(x); %输入图像是p×q的,且p>n,q>n
    x1=double(x);
    x2=x1;
    for i=1:p(1)-n+1
    for j=1:p(2)-n+1
    c=x1(i:i+(n-1),j:j+(n-1)); %取出x1中从(i,j)开始的n行n列元素,即模板(n×n的)
    e=c(1,:); %是c矩阵的第一行
    for u=2:n
    e=[e,c(u,:)]; %将c矩阵变为一个行矩阵
    end
    mm=median(e); %mm是中值
    x2(i+(n-1)/2,j+(n-1)/2)=mm; %将模板各元素的中值赋给模板中心位置的元素
    end
    end
    %未被赋值的元素取原值
    d=uint8(x2);

    %自编的高斯滤波函数,S是需要滤波的图象,n是均值,k是方差
    function d=gaussfilt(k,n,s)
    Img = double(s);
    n1=floor((n+1)/2);%计算图象中心
    for i=1:n
    for j=1:n
    b(i,j) =exp(-((i-n1)^2+(j-n1)^2)/(4*k))/(4*pi*k);
    end
    end
    %生成高斯序列b。
    Img1=conv2(Img,b,'same'); %用生成的高斯序列卷积运算,进行高斯滤波
    d=uint8(Img1);

    %此为程序主文件,包含主要功能单元,以及对子函数进行调用
    try
    %实验步骤一:彩色、灰度变换
    h=imread('photo.jpg'); %读入彩色图片
    c=rgb2gray(h); %把彩色图片转化成灰度图片,256级
    figure,imshow(c),title('原始图象'); %显示原始图象
    g=imnoise(c,'gaussian',0.1,0.002); %加入高斯噪声
    figure,imshow(g),title('加入高斯噪声之后的图象'); %显示加入高斯噪声之后的图象

    %实验步骤二:用系统预定义滤波器进行均值滤波
    n=input('请输入均值滤波器模板大小\n');
    A=fspecial('average',n); %生成系统预定义的3X3滤波器
    Y=filter2(A,g)/255; %用生成的滤波器进行滤波,并归一化
    figure,imshow(Y),title('用系统函数进行均值滤波后的结果'); %显示滤波后的图象

    %实验步骤三:用自己的编写的函数进行均值滤波
    Y2=avefilt(g,n); %调用自编函数进行均值滤波,n为模板大小
    figure,imshow(Y2),title('用自己的编写的函数进行均值滤波之后的结果'); %显示滤波后的图象

    %实验步骤四:用Matlab系统函数进行中值滤波
    n2=input('请输入中值滤波的模板的大小\n');
    Y3=medfilt2(g,[n2 n2]); %调用系统函数进行中值滤波,n2为模板大小
    figure,imshow(Y3),title('用Matlab系统函数进行中值滤波之后的结果'); %显示滤波后的图象

    %实验步骤五:用自己的编写的函数进行中值滤波
    Y4=midfilt(g,n2); %调用自己编写的函数进行中值滤波,
    figure,imshow(Y4),title('用自己编写的函数进行中值滤波之后的结果');

    %实验步骤六:用matlab系统函数进行高斯滤波
    n3=input('请输入高斯滤波器的均值\n');
    k=input('请输入高斯滤波器的方差\n');
    A2=fspecial('gaussian',k,n3); %生成高斯序列
    Y5=filter2(A2,g)/255; %用生成的高斯序列进行滤波
    figure,imshow(Y5),title('用Matlab函数进行高斯滤波之后的结果'); %显示滤波后的图象

    %实验步骤七:用自己编写的函数进行高斯滤波
    Y6=gaussfilt(n3,k,g); %调用自己编写的函数进行高斯滤波,n3为均值,k为方差
    figure,imshow(Y6),title('用自编函数进行高斯滤波之后的结果'); %显示滤波后的图象

    catch %捕获异常
    disp(lasterr); %如果程序有异常,输出
    end

  • 相关阅读:
    appium 滑动屏幕
    appium 根据属性名获取属性值 特殊情况 element.get_attribute('name')相当于element.get_attribute('content-desc')或element.get_attribute('text')
    appium 获取元素的内容 获取元素的位置和大小
    appium 点击 输入 清空 ;异常处理 当输入中文 ,没有效果时,需要前置代码里加两行代码
    appium 隐式 查找元素
    appium 过滤出带有‘设’的文本
    appium 批量找元素
    通过id class xpath 找元素
    随笔
    spring 事务传播特性
  • 原文地址:https://www.cnblogs.com/bacazy/p/2860963.html
Copyright © 2011-2022 走看看