Вход

применение медианной фильтрации для подавления импульсных шумов

Рекомендуемая категория для самостоятельной подготовки:
Курсовая работа*
Код 101177
Дата создания 2016
Страниц 19
Источников 3
Мы сможем обработать ваш заказ (!) 29 марта в 12:00 [мск]
Файлы будут доступны для скачивания только после обработки заказа.
2 030руб.
КУПИТЬ

Содержание

Цель работы 3
Введение 3
Медианная фильтрация 5
Исходное изображение 8
Исследование медианной фильтрации в среде Matlab 9
Заключение 18
Список литературы 19

Фрагмент работы для ознакомления

Увеличим окрестность для вычисления медианы до области размером 5х5 пикселей и повторно обработаем зашумленное изображение:x_mf=medfilt2(x_noise, [5 5]);figure, imshow(x_mf)Рис. 7. Восстановленное изображение (окрестность 5х5, нулевое расширение).Изображение, восстановленное с помощью медианного фильтра по области 5х5 пикселей (рис. 7), свидетельствует о том, что увеличение выборки для вычисления медианы позволяет подавлять импульсный шум большей интенсивности. С другой стороны, расширение окрестности повышает степень размытости восстановленного изображения. Для наглядности приведем изображение, прошедшее медианный фильтр с рабочей областью 7х7 пикселей (рис. 8):x_mf=medfilt2(x_noise, [7 7]);figure, imshow(x_mf)Рис. 8. Восстановленное изображение (окрестность 7х7, нулевое расширение).Наблюдается дальнейшая потеря четкости. Таким образом, при настройке рабочей области медианного фильтра необходимо соблюдать компромисс между степенью подавления импульсных помех и качеством восстановленного изображения.Другим нюансом, который следует учитывать при использовании медианной фильтрации, является способ обработки пикселей, прилегающих к границам изображения. На рис. 4, рис. 6, рис. 7 и рис. 8 по краям восстановленного изображения можно видеть черные пиксели, возникающие вследствие того, что при обработке граничных пикселей выборка для расчета медианы дополняется нулями («нулевое расширение»). Избежать появления подобных артефактов при фильтрации можно, воспользовавшись опцией зеркального расширения изображения относительно границ. Для этого параметр padopt у функции medfilt2 должен иметь значение ‘symmetric’:x_mf1=medfilt2(x_noise, [5 5], 'symmetric');x_mf2=medfilt2(x_noise, [7 7], 'symmetric');figure, imshow(x_mf1)figure, imshow(x_mf2)Рис. 9. Восстановленное изображение (окрестность 5х5, симметричное расширение).После изменения способа обработки граничных пикселей дефекты на краях восстановленного изображения не проявляются (рис. 9 и рис. 10).Напоследок рассмотрим применение медианной фильтрации для восстановления изображения при воздействии гауссовского шума. Для добавления гауссовской помехи к исходному изображению укажем соответствующий тип шума при вызове функции imnoise, а также зададим нулевое математическое ожидание и нормированное среднеквадратическое отклонение :x_noise = imnoise(x,'gaussian',0,0.03);figure, imshow(x_noise)Изображение, искаженное действием гауссовской помехи, представлено на рис. 11.Рис. 10. Восстановленное изображение (окрестность 7х7, симметричное расширение).Рис. 11. Изображение, искаженное действием гауссовской помехи.Попробуем восстановить изображение при помощи трех медианных фильтров с различными рабочими областями:x_mf1=medfilt2(x_noise, [3 3], 'symmetric');x_mf2=medfilt2(x_noise, [5 5], 'symmetric');x_mf3=medfilt2(x_noise, [7 7], 'symmetric');figure, imshow(x_mf1)figure, imshow(x_mf2)figure, imshow(x_mf3)Результаты фильтрации показаны на рис. 12 – рис. 14. Из этих изображений видно, что с гауссовским шумом метод медианной фильтрации справляется хуже, чем с помехой импульсного характера. Для подавления нормально распределенных шумов рекомендуется применять методы линейной фильтрации (например, фильтр Винера) [2].Тем не менее, на рис. 12 – рис. 14 заметно некоторое ослабление помехи, что позволяет сделать вывод о том, что в случае воздействия гауссовского шума медианная фильтрация обладает полезным эффектом, хоть и не является оптимальной.Рис. 12. Восстановленное изображение (окрестность 3х3, симметричное расширение).Рис. 13. Восстановленное изображение (окрестность 5х5, симметричное расширение).Рис. 14. Восстановленное изображение (окрестность 7х7, симметричное расширение).ЗаключениеВ данной работе рассмотрена медианная фильтрация – метод нелинейной обработки изображений, позволяющий эффективно бороться с разрозненными импульсными шумами. Приведены основные теоретические сведения о медианной фильтрации, а также выполнено практическое исследование данного метода в среде Matlab с применением пакета ImageProcessingToolbox.В ходе исследования наглядно показано влияние размера рабочей области медианного фильтра на степень подавления шумов и качество восстановленного изображения. Полученные сведения говорят о том, что медианную фильтрацию следует рассматривать как эвристический метод, который нельзя использовать вслепую. Необходимо контролировать результаты фильтрации для принятия решения о целесообразности применения метода и настройки параметров фильтра в случае положительного решения.Список литературыГонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – Москва: Техносфера, 2005. – 1072 с.Грузман, И.С. Цифровая обработка изображений в информационных системах: Учеб.пособие / И.С. Грузман, В.С. Киричук, В.П. Косых и др. – Новосибирск: Изд-во НГТУ, 2002. – 352 с.Гонсалес, Р. Цифровая обработка изображений в среде Matlab / Р. Гонсалес, Р. Вудс, С. Эддинс. – Москва: Техносфера, 2006. – 616 с.

Список литературы [ всего 3]

1. Гонсалес, Р. Цифровая обработка изображений / Р. Гонсалес, Р. Вудс. – Москва: Техносфера, 2005. – 1072 с.
2. Грузман, И.С. Цифровая обработка изображений в информационных системах: Учеб. пособие / И.С. Грузман, В.С. Киричук, В.П. Косых и др. – Новосибирск: Изд-во НГТУ, 2002. – 352 с.
3. Гонсалес, Р. Цифровая обработка изображений в среде Matlab / Р. Гонсалес, Р. Вудс, С. Эддинс. – Москва: Техносфера, 2006. – 616 с.
Очень похожие работы
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.02298
© Рефератбанк, 2002 - 2024