当前位置: 首页 > 编程日记 > 正文

matlab图像滤波

转自:http://hi.baidu.com/wang%5Fpw/blog/item/36354a637ac87b48eaf8f879.html

clc;
    clear all;
    I=imread('eight.tif');
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    % %用中值滤波,多维滤波,使用中心为-4,-8的拉普
    % %拉斯滤波器,高斯低通滤波,拉普拉斯滤波器进行滤波处理
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    figure;%figure1
    subplot(2,2,1);
    imshow(I);
    title('原始图像');
    J=imnoise(I,'salt & pepper',0.04);%加椒盐噪声
    title('加椒盐噪声');
    subplot(2,2,2);
    imshow(J);
    K=medfilt2(J,[4,4])%进行中值滤波;
    subplot(2,2,3);
    imshow(K);
    title('进行中值滤波');
    h=ones(3,3)/9;%多维滤波
    w=h;
    g=imfilter(I,w,'conv','replicate')
    subplot(2,2,4);
    imshow(g);
    title('多维滤波');
    %使用中心为-4,-8的拉普拉斯滤波器,
    w4=[1 1 1;
        1 -4 1;
        1 1 1];
    w8=[1 1 1;
        1 -8 1;
        1 1 1];
    f=im2double(I);
    g4=f-imfilter(f,w4,'replicate');
    g8=f-imfilter(f,w8,'replicate');
    imshow(f);
    figure;%figure2
    subplot(1,2,1);
    imshow(g4);
    title('中心为-4的拉普拉斯滤波');
    subplot(1,2,2);
    imshow(g8);
    title('中心为-8的拉普拉斯滤波');
    h3=fspecial('gaussian',[3,3],0.5);%高斯低通滤波
    figure;%figure3
    B4=filter2(h3,I);
    subplot(1,2,1);
    imshow(B4,[ ]);
    title('高斯低通滤波');
    h4=fspecial('laplacian',0);%使用拉普拉斯滤波器
    B5=filter2(h4,I);
    subplot(1,2,2);
    imshow(B5,[ ]);
    title('拉普拉斯滤波器');
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    % %从空域的角度进行亮度变换
    % %把灰度等级是10-100的变化到10-255
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    figure;%figure4
    subplot(2,2,1);
    imshow(I);
    title('原始图像');
    J2=imadjust(I,[],[],0.5);% 增强低灰度级
    subplot(2,2,2);
    imshow(J2);
    title('增强低灰度级');
     J3=imadjust(I,[ ],[ ],2);%增强高灰度级
    subplot(2,2,3);
    imshow(J3);
    title('增强高灰度级');
    a1=100/255;%把灰度等级是10-100的变化到10-255
    a2=255/255;
    a3=10/255;
    J2=imadjust(I,[a3,a1],[a3,a2],[]);
    subplot(2,2,4);
    imshow(J2);
    title('把灰度等级是10-100的变化到10-255');
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    % %从频域的角度进行亮度变换
    % %fft2
    % %由于能量主要集中在低频部分
    % %所以对低频进行处理可以得到理想的效果
    % %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
    I=imread('eight.tif');
    up=0.5;%设置处理频率上限
    down=0.09%%设置处理频率下限
    figure;%figure5
    subplot(421);
    imshow(I);
    title('原始图像');
    f=double(I);
    subplot(4,2,3);
    imshow(log(abs(f)),[]);
    title('unit8转化为double');
    g=fft2(f);       
    g=fftshift(g);
    subplot(4,2,5);
    imshow(log(abs(g)),[]);
    title('FFT2变化后的图像');
    [M,N]=size(g);% 转换数据矩阵
    y1=max(max(abs(g)));%求出最大频率
    y2=min(min(abs(g)));%%求出最小频率
    y3=(y1-y2)*up+y2;%设置滤波上限
    y4=(y1-y2)*down+y2;%%设置滤波下限
    for i=1:M
        for j=1:N
    if (abs(g(i,j))<y4)
        g(i,j)=g(i,j)^1.1;%对低频部分进行灰度增强
    end
       end
    end
    result=ifftshift(g);
     J2=ifft2(result);
     J3=uint8(abs(J2));
     subplot(427);
     imshow(J3,[ ]);
     title('频域处理后的图像');
    subplot(422)
    imhist(I,64);
    subplot(424)
    imhist(f,64);
    subplot(426)
    imhist(g,64);
    subplot(428)
    imhist(J3,64);

*****************************

clc;
   clear;
   I=imread('a.jpg');             %读取图像
   K1=medfilt2(I,[10 10]);          %中值滤波
   h1=ones(5,5)/25;
   K2=imfilter(K1,h1);       %均值滤波
   figure, imshow(K2), title('滤波后的图像')

相关文章:

​2018你不得不看的国内CRM软件排行榜

2018你不得不看的国内CRM软件排行榜短短几年时间&#xff0c;CRM在中国的发展就已经非常迅猛&#xff0c;现在已经成为了管理软件增长最快的产业。在我们总结的CRM软件排行榜中&#xff0c;腾讯企点的CRM软件赫然摆在前列。而CRM在中国中小企业已经突破千万家&#xff0c;占全国…

二维物体形状识别方法比较

二维物体形状识别方法比较 摘 要 针对模式识别中二维物体的形状识别问题&#xff0c;以二值图像中的物体形状为主要研究对象&#xff0c;依次从特征提取、分类器设计两个主要层面对形状识别方法进行了全面综述&#xff0c;并分析了国内外研究现状&#xff0c;特别是近年来所取…

个人知识管理的10个误区

100个人&#xff0c;有100个对个人知识管理的理解。 当我们热烈的讨论“个人知识管理”的时候&#xff0c;也许我们讨论的根本不是一个东西&#xff1a;你理解的个人知识管理和他理解的个人知识管理根本不同。 拙作《你的知识需要管理》试图去建立一个个人知识管理内容的框架&a…

关于比特币现金升级问题讨论不断升温

过去几周&#xff0c;比特币现金的支持者一直在讨论定于今年11月15日推出的硬叉。大多数人都明白&#xff0c;目前有两个阵营有着完全不同的愿景。看来双方在短期内不会达成妥协。最近&#xff0c;随着时间的推移&#xff0c;双方都在测试某些特性&#xff0c;并发表了关于特定…

阿里AI摘图像识别竞赛WebVision桂冠,万物识别准确率创世界纪录

近日&#xff0c;第三届图像识别竞赛WebVision中&#xff0c;阿里AI击败了全世界150多支参赛队伍&#xff0c;获得冠军。 WebVision由谷歌、美国卡耐基梅隆大学、苏黎世联邦理工大学等机构联合全球视觉技术领域顶级学术会议CVPR发起&#xff0c;是目前图像识别领域最权威的竞赛…

做人工智能必看的45篇论文 | 附下载地址

而AI领域的发展会是IT中最快的。我们所看到的那些黑客技&#xff0c;其后面无不堆积了大量的论文。而且都是最新、最前沿的论文。从某种调度来讲&#xff0c;他们所用的技术跟书籍里的内容确实不是一个时代。要想与时俱进&#xff0c;就必须改变思路——从论文入手。今天给大家…

C# Socket编程(5)使用TCP Socket

TCP 协议(Transmission Control Protocol,传输控制协议)是TCP/IP体系中面向连接(connection oriented)的传输层(transport layer)&#xff0c;TCP协议能够检测和恢复IP层提供的主机到主机的信道中可能发生的报文丢失、重复以及其他错误。由于TCP协议是一种面向连接协议:在使用它…

opencv 检测直线、线段、圆、矩形

转自&#xff1a;http://blog.csdn.net/byxdaz/archive/2009/12/01/4912136.aspx 检测直线&#xff1a;cvHoughLines&#xff0c;cvHoughLines2 检测圆&#xff1a;cvHoughCircles 检测矩形&#xff1a;opencv中没有对应的函数&#xff0c;下面有段代码可以检测矩形&#xff…

kaldi 源码分析(十) - gmm-init-mono.c分析

一直没有搞明白 hmm-gmm 之间是通过什么联系起来的&#xff0c;花了些时间查代码&#xff0c;看到最直观联系的就是 gmm-init-mono 工具。 gmm-init-mono 基础类通过上述看到&#xff0c;主要的配置都是 在 topo 文件中, 这里需要将一些常见的名称理解下来&#xff0c;这里直接…

你最需要了解的H3C交换机端口安全模式

以下内容摘自正在全国热销的《Cisco/H3C交换机高级配置与管理技术手册》一书&#xff08;畅销经典——《Cisco/H3C交换机配置与管理完全手册》&#xff08;第二版&#xff09;的配套姊妹篇&#xff09;。目前京东网和卓越网上都有“满150元减50元&#xff0c;满300元减100元”的…

TCL发布7项AI合作项目,聘任蒋涛为技术顾问

作者 | 夕颜出品 | AI科技大本营&#xff08;ID:rgznai100&#xff09;2019 年 6 月 14 日&#xff0c;TCL 举办了以“技术无疆界&#xff0c;合作赢未来”为主题的技术合作开放大会。会上&#xff0c;TCL 面向全球发布了 13 项技术合作项目&#xff0c;其中包括 7 项人工智能技…

Microsoft Platform SDK Febrary 2003更新vc6的SDK网址

Microsoft Platform SDK Febrary 2003更新vc6的SDK网址&#xff0c;目前找到3处&#xff0c;分别为&#xff1a; 1、http://www.x86pro.com/plus/view.php?aid100 2、http://blog.csdn.net/Mobidogs/archive/2007/02/22/1512620.aspx 3、http://blog.chinaunix.net/u1/34831…

11岁姑娘挑战8分钟编程小程序!蚂蚁金服董事长井贤栋:欢迎加入

小蚂蚁说&#xff1a; 9月19日&#xff0c;在阿里巴巴云栖大会现场&#xff0c;一位年仅11岁的小学生万海妍报名参加了支付宝8分钟小程序挑战赛&#xff0c;成为现场最年轻选手。据悉&#xff0c;蚂蚁金服董事长兼CEO井贤栋在会后对万海妍十分赞赏&#xff0c;向她发出邀请&…

MST配置详解

一、 组网需求1. 网络中所有设备都属于同一个MST域。SW1和SW2为汇聚层设备&#xff0c;SW3和SW4为接入层设备。 2. 通过配置MSTP&#xff0c;使不同VLAN的报文按照不同的MSTI转发&#xff1a; VLAN10的报文沿MSTI1转发&#xff0c;VLAN30沿MSTI3转发&#…

CImg库的一个简单例子

转自&#xff1a;http://www.cppprog.com/2009/0424/106.html CImg是一个跨平台的C的图像处理库&#xff0c;提供了加载、处理、显示、保存等一系列功能&#xff0c;其中的图像处理功能尤其强大。 首先&#xff0c;建议先到这里欣赏一下使用CImg代码做的Demo&#xff0c;就是它…

继AutoML后,第四范式发布软硬一体化AI集成系统SageOne

作者 | 夕颜出品 | AI科技大本营&#xff08;ID:rgznai100&#xff09;6 月 20 日&#xff0c;AI产品和服务提供商第四范式宣布发布最新 AI 系列产品SageOne Appliance软硬一体化AI集成系统&#xff0c;性能较市面开源工具或GPU解决方案至少提高6倍。这是继 2018 年9 月 18 日第…

Apache 基金会宣布 Apache Pulsar 毕业成为顶级项目

开发四年只会写业务代码&#xff0c;分布式高并发都不会还做程序员&#xff1f; Apache 软件基金会宣布&#xff0c;Apache Pulsar 已经成功地从孵化毕业&#xff0c;成为基金会的一个新的顶级项目。Pulsar 是一个分布式的消息发布/订阅传递平台&#xff0c;旨在实现可扩展性…

CI报Disallowed Key Characters的解决

用CI框架时&#xff0c;有时候会遇到这么一个问题&#xff0c;打开网页&#xff0c;只显示 Disallowed Key Characters 错误提示。有人说 url 里有非法字符。但是确定 url 是纯英文的&#xff0c;问题还是出来了。但清空浏览器历史记录和cookies后。 刷新就没问题了。有时候。打…

刷新中文阅读理解水平,哈工大讯飞联合发布基于全词覆盖中文BERT预训练模型...

作者 | HFL来源 | 哈工大讯飞联合实验室&#xff08;ID:rgznai100&#xff09;为了进一步促进中文自然语言处理的研究发展&#xff0c;哈工大讯飞联合实验室发布基于全词覆盖&#xff08;Whole Word Masking&#xff09;的中文BERT预训练模型。我们在多个中文数据集上得到了较好…

CImg库中部分函数的作用和用法

部分内容来自于CImg参考手册或CImg的Doxygen手册 1、宏cimg_usage(usage)&#xff1a;可以被用来描述程序的目的和使用情况。它通常被插入到 int main(int argc, char **argv)的定义之后。 参数&#xff1a;usage:描述程序目的和使用情况的字符串。 前置条件&#xff1a;使用ci…

golang通过itemid获取zabbix graph监控图

2019独角兽企业重金招聘Python工程师标准>>> #简述 本文将使用golang和第三方http client 库gorequest编写。如需要只使用golang 标准库可以参考我的另外一篇文章golang通过itemid获取zabbix graph监控图 #F&Q 为什么是golang&#xff1f; 网上很容易就能找到使…

n后问题-回溯法

问题描述&#xff1a; 在n*n的棋盘上放置彼此不受攻击的n个皇后。按国际象棋的规则&#xff0c;皇后可以与之处在同一行或者同一列或同一斜线上的棋子。 n后问题等价于在n*n格的棋盘上放置n皇后&#xff0c;任何2个皇后不放在同一行或同一列的斜线上。 算法设计&#xff1a; |i…

CImg库介绍

转自&#xff1a;http://www.cppprog.com/2009/0424/106.html CImg是一个跨平台的C的图像处理库&#xff0c;提供了加载、处理、显示、保存等一系列功能&#xff0c;其中的图像处理功能尤其强大。 首先&#xff0c;建议先到这里欣赏一下使用CImg代码做的Demo&#xff0c;就是它…

谷歌、阿里们的杀手锏:三大领域,十大深度学习CTR模型演化图谱

作者 | 王喆来源 | 转载自知乎专栏王喆的机器学习笔记今天我们一起回顾一下近3年来的所有主流深度学习CTR模型&#xff0c;也是我工作之余的知识总结&#xff0c;希望能帮大家梳理推荐系统、计算广告领域在深度学习方面的前沿进展。随着微软的Deep Crossing&#xff0c;Google的…

MariaDB 基金会 CEO 宣布将于 10 月 1 日卸任

开发四年只会写业务代码&#xff0c;分布式高并发都不会还做程序员&#xff1f; 近日&#xff0c;MariaDB 基金会 CEO Otto Keklinen 在官网宣布自己将在今年 10 月 1 日正式卸任 CEO&#xff0c;转而退居后线&#xff0c;以 CEO 特别顾问的身份辅助新 CEO 顺利渡过过渡期。从…

思科生成树命令之debug spanning-tree(本文转载自:www.91ccie.coml

debug spanning-tree 命令&#xff1a;debug spanning-treeno debug spanning-tree功能&#xff1a;打开MSTP 的调试信息&#xff1b;本命令的no 操作为关闭MSTP 调试信息。参数&#xff1a;无命令模式&#xff1a;特权模式使用指南&#xff1a;该命令是MSTP 庞大复杂debug 功能…

CImg库中CImg,CImgList,CImgDisplay三个类的介绍

转自&#xff1a;http://www.cppprog.com/2009/0426/108.html 本文简单介绍了CImg库中的三个大类&#xff1a;CImg,CImgList,CImgDisplay。然后给出了让CImg在HDC上绘图以及与HBITMAP互换的方法&#xff0c;为部署CImg到Windows GUI程序中提供了基本支持。 上回介绍了CImg模板…

这可能是Python面向对象编程的最佳实践

作者 | 崔庆才来源 | 进击的Coder&#xff08;ID:FightingCoder&#xff09;Python 是支持面向对象的&#xff0c;很多情况下使用面向对象编程会使得代码更加容易扩展&#xff0c;并且可维护性更高&#xff0c;但是如果你写的多了或者某一对象非常复杂了&#xff0c;其中的一些…

mysql之 CentOS系统针对mysql参数优化

内核相关参数(/etc/sysctl.conf) 以下参数可以直接放到sysctl.conf文件的末尾&#xff1a; net.core.somaxconn 65535 net.core.netdev_max_backlog 65535 net.ipv4.tcp_max_syn_backlog 65535 加快TCP连接的回收&#xff1a; net.i…

天猫双十一神话恐终结

2011年双十一大促&#xff0c;天猫商城创造了单日33.6亿的促销奇迹&#xff0c;是2010年同日交易额的近4倍。今年双十一即将来临&#xff0c;淘宝还能再创奇迹吗&#xff1f;何玺认为&#xff0c;淘宝双十一的神话恐终结&#xff0c;理由如下。 一、电商促销年消费被透支 年初 …