Методы пространственной фильтрации изображений

Раздел
Программирование
Предмет
Просмотров
226
Покупок
0
Антиплагиат
Не указан
Размещена
12 Авг 2021 в 18:38
ВУЗ
Не указан
Курс
Не указан
Стоимость
200 ₽
Демо-файлы   
2
docx
T2 T2
198 Кбайт 198 Кбайт
zip
Images Images
105.2 Кбайт 105.2 Кбайт
Файлы работы   
1
Каждая работа проверяется на плагиат, на момент публикации уникальность составляет не менее 40% по системе проверки eTXT.
zip
рпо
2.1 Мбайт 200 ₽
Описание

Тема: Методы пространственной фильтрации изображений

Цель: Изучение методов пространственной фильтрации изображений

Задание 1. Изучение методов ослабления пространственного шума

на изображениях.

1.1. Получить у преподавателя набор тестовых изображений.

Набор состоит из 9 цифровых изображений, каждое изображение имеет размер 128х128 пикселей и записано в файле формата * .bmp. Номера изображений имеют след. значение. Первая цифра- номер варианта, а вторая:

изображение номер 0 - тестовое изображение без шума;

изображения1 и 2 - тестовые изображения в аддитивном шуме различной дисперсии;

изображения 3 и 4 - тестовые изображения в импульсном шуме;

изображения 5 и 6 - тестовые изображения в пространственно-нестационарном аддитивном шуме, дисперсия которого зависит от уровня яркости

изображения 7 и 8 - тестовые изображения в пространственно-нестационарном аддитивном шуме, дисперсия которого является функцией пространственных координат.

1.2. Оценить "зашумленность" каждого изображения путем расчета размера


, где индекс k = 0, ..., 8 задает номер изображения, а f0 (i, j) - тестовое изображение без шума.

Результаты расчетов представить в виде таблицы 2.1.:

1.3. Выбрать для дальнейшей работы не менее 3 линейных и 7 нелинейных фильтров и применить их к изображению f0 (i, j) (границы изображений можно не обрабатывать). После этого оценить искажения тестового изображения f0 (i, j) каждым из выбранных фильтров путем расчета размера

, где

- результат фильтрации тестового изображения f0 (i, j) выбранным фильтром A.

1.4. Применить ко всем остальным изображениям выбраны линейные и нелинейные фильтры (границы изображений можно не обрабатывать) и визуально оценить качество фильтрации оценками "отлично", "хорошо", "удовлетворительно", "Плохо", "очень плохо".

1.5. Оценить качество фильтрации каждого изображения путем расчета размера

, где

- результат фильтрации изображения fk (i, j) фильтром A, k - номер изображения.

1.6. Результаты пп.1.3-1.5 свести в итоговую таблицу, например:


*В таблице указать выбранный тип фильтра, форму и размер его апертуры, а также (при необходимости) значения весовых коэффициентов, заданных на апертуре фильтра.

Задание 2.

Изучение методов подчеркивание границ перепадов яркости на полутоновых изображениях.

Выполнить обработку тестовых изображений с целью подчеркивания границ перепадов яркости на этих изображениях, промежуточными результатами которой являются:

- выделение границ перепадов яркости

- устранение шума;

- комбинирование изображения границ перепадов яркости в начальных тестовых изображениях.

Дать обоснование использованных методов обработки, описание

алгоритмов и указать значения основных параметров обработки.

Результаты представить в виде краткого отчета с описанием

выполненного задания и в виде файлов с обработанными изображениями

Рис. 2.2. Пример обработки изображения:


1) Изображение, искаженное шумом «соль и перец»

2) Изображение после фильтрации медианным фильтром с квадратной апертурой 3х3

Вам подходит эта работа?
Похожие работы
Python
Лабораторная работа Лабораторная
20 Апр в 20:32
6
0 покупок
Python
Контрольная работа Контрольная
20 Апр в 20:15
9 +1
0 покупок
Python
Контрольная работа Контрольная
20 Апр в 20:07
6
0 покупок
Python
Контрольная работа Контрольная
20 Апр в 19:38
22
1 покупка
Другие работы автора
Обучение нейронных систем
Дипломная работа Дипломная
30 Июл 2023 в 07:42
89 +1
0 покупок
Обучение нейронных систем
Дипломная работа Дипломная
30 Июл 2023 в 07:24
83
0 покупок
Обучение нейронных систем
Дипломная работа Дипломная
30 Июл 2023 в 07:07
90
0 покупок
Обучение нейронных систем
Дипломная работа Дипломная
26 Июл 2023 в 05:09
96 +1
0 покупок
Основы программирования
Дипломная работа Дипломная
24 Июл 2023 в 03:58
123
0 покупок
Обучение нейронных систем
Дипломная работа Дипломная
24 Июл 2023 в 03:13
123
1 покупка
Интеллектуальные информационные сети
Дипломная работа Дипломная
23 Июл 2023 в 04:34
102
0 покупок
Основы программирования
Дипломная работа Дипломная
19 Июл 2023 в 03:23
93 +1
0 покупок
Математическая логика
Задача Задача
18 Июл 2023 в 02:54
79
0 покупок
Интеллектуальные информационные сети
Контрольная работа Контрольная
18 Июл 2023 в 02:53
120
2 покупки
Теория множеств
Задача Задача
18 Июл 2023 в 02:48
61
0 покупок
Microsoft Excel
Задача Задача
17 Июл 2023 в 19:50
101
1 покупка
ТВиМС - Теория вероятностей и математическая статистика
Задача Задача
17 Июл 2023 в 19:48
110
0 покупок
Имитационное моделирование
Отчет по практике Практика
17 Июл 2023 в 19:39
91
0 покупок
ТВиМС - Теория вероятностей и математическая статистика
Тест Тест
17 Июл 2023 в 19:36
76
0 покупок
Python
Лабораторная работа Лабораторная
17 Июл 2023 в 19:11
149
0 покупок
Дискретная математика
Контрольная работа Контрольная
9 Июл 2023 в 22:04
104
0 покупок
Предыдущая работа
Темы журнала
Показать ещё
Прямой эфир