数字图像处理图像平滑.doc

《数字图像处理图像平滑.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、《数字图像处理》课程实验报告学院：专业、年级：姓名：学号：实验编号实验名称图像平滑是否完成难度B？否实验日期：年月日1实验目的、要求实验目的：（1）掌握图像滤波的原理与相关方法。（2）能使用VC++实现若干种图像滤波技术。实验要求：A部分：（1）使用VC++设计程序：对一幅256级灰度图像，使用邻域平均平滑算法进行滤波。（2）使用VC++设计程序：对一幅256级灰度图像，使用中值滤波算法进行滤波。（3）使用VC++设计程序：对一幅256级灰度图像，使用K近邻均值滤波器（KNNF）进行滤波。B部分：（1）包括A部分全部要求。（2）使用V

2、C++设计程序：对一幅256级灰度图像，分别使用K近邻中值滤波器（KNNMF）、最小均方差滤波器进行滤波。（3）使用VC++设计程序：对一幅24位彩色图像，使用矢量中值滤波算法进行滤波。2实验原理图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这

3、些噪声在图像上常表现为一引起较强视觉效果的孤立象素点或象素块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像象素的真实灰度值上，在图像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图识别等后继工作的进行。要构造一种有效抑制噪声的滤波机必须考虑两个基本问题：能有效地去除目标和背景中的噪声，同时能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。彩色图像矢量中值滤波算法：矢量中值滤波器（VectorMedia

4、nFilter，VMF）是一种基本矢量滤波器。它的滤波方法是对图像上的每个像素点建立一个以其为中心的滤波窗口（窗口大小为3×3、5×5等），从该滤波窗口中找到一个到其它像素的聚合距离最小的像素，然后将该像素选取为滤波器的输出。VMF选取的聚合距离是指像素到其他像素的欧几里德距离（EuclideanDistance）之和。1主要设备、器材硬件环境：AMDA8-4500M1.90G/4GRAM软件环境：操作系统：WIN7开发工具：MicrsoftVisualC++6.02实验步骤及原始数据记录关键代码说明：添加随机噪声：voidCDib:

5、:AddRandomNoise(){//是否图像为空if(IsEmpty()){return;}RGBQUADrgbQuad1;inti,j;DWORDtemp;for(i=0;ibiWidth;i++){for(j=0;jbiHeight;j++){rgbQuad1=GetPixel(i,j);temp=rand()%30;rgbQuad1.rgbRed=rgbQuad1.rgbRed*226/256+temp;rgbQuad1.rgbGreen=rgbQuad1.rgbGreen*226

6、/256+temp;rgbQuad1.rgbBlue=rgbQuad1.rgbBlue*226/256+temp;SetPixel(i,j,&rgbQuad1);}}}添加椒盐噪声：voidCDib::AddSaltNoise(){//是否图像为空if(IsEmpty()){return;}RGBQUADrgbQuad1;inti,j;DWORDtemp;for(i=0;ibiWidth;i++){for(j=0;jbiHeight;j++){rgbQuad1=GetPixel(i,j);t

7、emp=rand()%100;if(temp==0){rgbQuad1.rgbRed=0;rgbQuad1.rgbGreen=0;rgbQuad1.rgbBlue=0;SetPixel(i,j,&rgbQuad1);}elseif(temp==1){rgbQuad1.rgbRed=255;rgbQuad1.rgbGreen=255;rgbQuad1.rgbBlue=255;SetPixel(i,j,&rgbQuad1);}}}}邻域平均滤波：voidCImageProcessingView::OnEnhanceDenoiseAvera

8、ge(){//实验图像平滑256级灰度图像邻域平均滤波//获得当前文档对象CImageProcessingDoc*pDoc=GetDocument();if(pDoc->m_pDibInit->IsEmpty()){Me