1.何谓图像平滑？试述均值滤波的基本原理。
2.何谓中值滤波？有何特点？
答：
1.为抑制噪声、改善图像质量所进行的处理称为图像平滑或去噪。
均值滤波的基本原理：用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度个g（x，y），即个g（x，y）=1/m∑f（x，y） m为该模板中包含当前像素在内的像素总个数。
2.中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，是一种非线性的平滑法。
特性：
（1）对离散阶跃信号不产生影响，连续个数小于窗口长度一半的离散脉冲将被平滑，三角函数的顶部平坦化；
（2）令C为常数，则：
Med{CFjk}＝CMed{Fjk} Med{C+Fjk}＝C+Med{Fjk}
Med{Fjk+fjk}≠Med{Fjk}+Med{fjk}
（3）中值滤波后，信号频谱基本不变
答：1.中值滤波是对一个滑动窗口的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。中值滤波后的结果为（忽略边界）：
2.局部平滑法（邻域平均法 或 移动平均法）是用邻域各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。
比较：中值滤波法和邻域平均法均能有效削弱椒盐噪声，但中值滤波法比邻域平均法更有效，且滤波后图像中的轮廓比较清晰。
3.Laplace算子为何能增强图像边缘？
4.什么是 伪彩色增强？常用的伪彩色增强有哪些方法？
答：
3.（1）由于灰度均匀的区域或斜坡中间▽f(x,y)为0，Laplacian增强算子不起作用；
（2）在斜坡底或低灰度侧形成“下冲”，而在斜坡顶或高灰度侧形成“上冲”。Laplacian
增强算子具有突出边缘的特点
4.伪彩色增强对不同灰度级赋予不同的颜色，从而将灰度图像变为彩色图像。
方法：灰度分层法、灰度变换法、频域滤波法
图像锐化处理有几种方法? 答：微分法、非锐化滤波、高频增强滤波
求图像梯度例题
- 设1 幅7×7大小的二值图像中心处有1 个值为0 的3×3大小的正方形区域，其余区域的值为1，如题下图所示。请使用Sobel 算子来计算这幅图的梯度，并画出梯度幅度图（需给出梯度幅度图中所有像素的值）
matlab中值滤波代码
I=[
1 7 1 8 1 7 1 1
1 1 1 5 1 1 1 1
1 1 5 5 5 1 1 7
1 1 5 5 5 1 8 1
8 1 1 5 1 1 1 1
8 1 1 5 1 1 8 1
1 1 1 5 1 1 1 1
1 7 1 8 1 7 1 1
];
[M N]=size(I);
I1=zeros(M,N);
for i=2:M-1
for j=2:N-1
temp=I(i-1:i+1,j-1:j+1);
temp=sort(temp);
temp=sort(temp');
I1(i,j)=temp(2,2);
end
end
imshow(I,[]);
figure,imshow(I1,[]);
评论 (0)