當(dāng)前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

DIP第三章习题解答

發(fā)布時(shí)間：2025/4/16 编程问答 15 豆豆

生活随笔收集整理的這篇文章主要介紹了 DIP第三章习题解答小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

數(shù)字圖像處理第三章課后作業(yè)

下載地址：https://download.csdn.net/download/qq_44143405/1254953https://download.csdn.net/download/qq_44143405/12549535

第一題

（3-7）假設(shè)對(duì)一幅數(shù)字圖像進(jìn)行直方圖均衡處理，試證明（對(duì)直方圖均衡后的圖像）進(jìn)行第二次直方圖均衡處理的結(jié)果與第一次直方圖均衡處理的結(jié)果相同。

注：附錄含 matlab 代碼及結(jié)果顯示！

第二題

（3-17）討論用一個(gè)3×3低通空間濾波器反復(fù)對(duì)一幅數(shù)字圖像處理的結(jié)果，可以不考慮邊界的影響。應(yīng)用5×5濾波器時(shí)何不同？

注：附錄含 matlab 代碼及結(jié)果顯示！

第三題

（3-19）（a）試給出求一個(gè)??領(lǐng)域的中值的步驟。

（b）試提出一種逐像素地移動(dòng)鄰域的中心來更新中值的技術(shù)。

第四題

（3-23）在給定應(yīng)用中，一個(gè)均值模板被用于輸入圖像以減少噪聲，然后再用一個(gè)拉普拉斯模板來增強(qiáng)圖像中的細(xì)節(jié)。如果交換一下這兩個(gè)步驟的順序，結(jié)果是否會(huì)相同？

注：附錄含 matlab 代碼及結(jié)果顯示！

第五題

（3-6）試解釋為什么離散直方圖均衡技術(shù)一般不能得到平坦的直方圖？

注：從第一題附錄中圖可清楚的看出來！

附錄：

第一題

代碼塊：

Image=rgb2gray(imread('lotus.bmp'));histgram =imhist(Image);%%統(tǒng)計(jì)圖像直方圖[h,w]=size(Image);NewImage1=zeros(h,w);NewImage2=zeros(h,w);NewImage1=histeq(Image,256);%%調(diào)用Matlab函數(shù)NewImage2=histeq(NewImage1,256);imwrite(Image,'lotus0.bmp')imwrite(NewImage1,'lotus1.bmp')imwrite(NewImage2,'lotus2.bmp')figure('name','原圖像');subplot(2,1,1),imshow(Image);title('lotus灰度圖像');subplot(2,1,2),imhist(Image);title('lotus灰度圖像的直方圖');axis tight;figure('name','直方圖均衡化');subplot(2,1,1),imshow(NewImage1);title('全局直方圖均衡化處理后圖像');subplot(2,1,2),imhist(NewImage1);title('全局直方圖均衡化處理后圖像的直方圖');axis tight;figure('name','二次直方圖均衡化');subplot(2,1,1),imshow(NewImage2);title('二次全局直方圖均衡化處理后圖像');subplot(2,1,2),imhist(NewImage2);title('二次全局直方圖均衡化處理后圖像的直方圖');axis tight;

（1-1）灰度圖像及直方圖

（1-2）直方圖均衡化灰度圖像及直方圖

（1-3）二次直方圖均衡化灰度圖像及直方圖

第二題

代碼塊：

Image=imread('Letters-a.jpg');noiseI=imnoise(Image,'gaussian'); ???????????????%添加高斯噪聲for i=2:51result(:,:,1)=noiseI(1:5,1:5);result(:,:,i)=filter2(fspecial('average',3),result(:,:,i-1)); ???????????????%3×3均值濾波endfigure(1);subplot(221),imshow(uint8(result(:,:,1))),title('高斯噪聲圖像');subplot(222),imshow(uint8(result(:,:,6))),title('五次3×3均值濾波圖像');subplot(223),imshow(uint8(result(:,:,11))),title('十次3×3均值濾波圖像');subplot(224),imshow(uint8(result(:,:,51))),title('五十次3×3均值濾波圖像');

>> result(:,:,2)

ans =

??5×5 uint8 矩陣

????95 ??140 ??140 ??140 ???96

???151 ??219 ??219 ??219 ??151

???155 ??227 ??227 ??220 ??147

???152 ??222 ??217 ??216 ??146

????96 ??143 ??137 ??138 ???91

>> result(:,:,6)

ans =

??5×5 uint8 矩陣

????34 ???58 ???67 ???58 ???33

????58 ??100 ??115 ??100 ???58

????67 ??116 ??133 ??115 ???66

????58 ??100 ??115 ???99 ???58

34 ???58 ???67 ???58 ???33

Image=imread('Letters-a.jpg');noiseI=imnoise(Image,'gaussian'); ???????????????%添加高斯噪聲for?i=2:51result(:,:,1)=noiseI;result(:,:,i)=filter2(fspecial('average',3),result(:,:,i-1)); ???????????????%3×3均值濾波endfigure(1);subplot(221),imshow(uint8(result(:,:,1))),title('高斯噪聲圖像');subplot(222),imshow(uint8(result(:,:,6))),title('五次3×3均值濾波圖像');subplot(223),imshow(uint8(result(:,:,11))),title('十次3×3均值濾波圖像');subplot(224),imshow(uint8(result(:,:,51))),title('五十次3×3均值濾波圖像');for?i=2:51result1(:,:,1)=noiseI;result1(:,:,i)=filter2(fspecial('average',5),result(:,:,i-1)); ???????????????%3×3均值濾波endfigure(2);subplot(221),imshow(uint8(result1(:,:,1))),title('高斯噪聲圖像');subplot(222),imshow(uint8(result1(:,:,6))),title('五次5×5均值濾波圖像');subplot(223),imshow(uint8(result1(:,:,11))),title('十次5×5均值濾波圖像');subplot(224),imshow(uint8(result1(:,:,51))),title('五十次5×5均值濾波圖像');

（2-1）3×3均值濾波圖像

（2-2）5×5均值濾波圖像

第三題

代碼塊：

function?m = median(x, n)%%子函知數(shù)，計(jì)算x鄰域的中值,n為鄰域x的長(zhǎng)度x = sort(x);if?rem(n, 2) == 1m = x((n+1)/2);elsem = (x(n/2)+x(n/2+1))/2;end?%%end ifend?%%end function

驗(yàn)證

Input：

A = [3 2 4; 6 2 4; 8 1 9];

[M,N] = size(A);

n = M*N;

B = reshape(A,1,n);

median(B,n)

Ouput:

ans =

?????4

代碼塊：

Input：

Image1=(rgb2gray(imread('couple.bmp')));

Image=Image1(1:9,1:9);

[height,width]=size(Image);

%%聲明新變量

result2=zeros(height,width);

n = 1;%%鄰域模板半徑

hh=height+2*n;

ww=width+2*n;

ff=zeros(hh,ww);%%圖像對(duì)外邊緣擴(kuò)充ff;補(bǔ)零

%%賦值

ff(n+1:hh-n,n+1:ww-n)=Image;

ff(1:n,n+1:ww-n)=0;

ff(hh-n+1:hh,n+1:ww-n)=0;

ff(:,1:n)=0;

ff(:,ww-n+1:ww)=0;

ff=uint8(ff);

%%逐個(gè)取16*16鄰域中值，先從第一行開始，列逐取中值

for?i=n+1:hh-n

????for?j=n+1:ww-n ?

????????lwc=ff(i-n:i+n,j-n:j+n);%%計(jì)算子塊的局部直方圖均衡化

????????[M,N] = size(lwc);

????????nn = M*N;

????????B = reshape(lwc,1,nn);

????????result2(i-n,j-n)=median(B,nn);

????end

end

figure('name','鄰域中值處理圖像');imshow(uint8(result2));title('鄰域中值處理圖像');

imwrite(uint8(result2),'LHE.bmp');

Ouput:

原圖像灰度值（9*9）

???28 ??22 ??15 ??13 ??15 ??16 ??17 ??16 ??14

???29 ??22 ??14 ??12 ??15 ??17 ??16 ??18 ??14

???29 ??24 ??14 ??14 ??15 ??16 ??15 ??16 ??14

???27 ??23 ??14 ??12 ??15 ??15 ??15 ??16 ??14

???29 ??25 ??14 ??14 ??14 ??16 ??15 ??17 ??15

???27 ??23 ??15 ??15 ??14 ??14 ??15 ??16 ??14

???29 ??25 ??14 ??13 ??13 ??16 ??16 ??17 ??15

???27 ??25 ??15 ??13 ??13 ??15 ??16 ??16 ??13

???28 ??22 ??15 ??14 ??15 ??15 ??15 ??15 ??14

鄰域補(bǔ)零后圖像灰度值（11*11）

????0 ???0 ???0 ???0 ???0 ???0 ???0 ???0 ???0 ???0 ?????0

????0 ??28 ??22 ??15 ??13 ??15 ??16 ??17 ??16 ??14 ???0

????0 ??29 ??22 ??14 ??12 ??15 ??17 ??16 ??18 ??14 ???0

????0 ??29 ??24 ??14 ??14 ??15 ??16 ??15 ??16 ??14 ???0

????0 ??27 ??23 ??14 ??12 ??15 ??15 ??15 ??16 ??14 ???0

????0 ??29 ??25 ??14 ??14 ??14 ??16 ??15 ??17 ??15 ???0

????0 ??27 ??23 ??15 ??15 ??14 ??14 ??15 ??16 ??14 ???0

????0 ??29 ??25 ??14 ??13 ??13 ??16 ??16 ??17 ??15 ???0

????0 ??27 ??25 ??15 ??13 ??13 ??15 ??16 ??16 ??13 ???0

????0 ??28 ??22 ??15 ??14 ??15 ??15 ??15 ??15 ??14 ???0

????0 ???0 ???0 ???0 ???0 ???0 ???0 ???0 ???0 ????0 ????0

3*3掩膜后的圖像灰度值

?????0 ???15 ???13 ???13 ???13 ???15 ???16 ???14 ????0

????22 ???22 ???14 ???14 ???15 ???16 ???16 ???16 ???14

????23 ???23 ???14 ???14 ???15 ???15 ???16 ???15 ???14

????24 ???24 ???14 ???14 ???15 ???15 ???16 ???15 ???14

????23 ???23 ???15 ???14 ???14 ???15 ???15 ???15 ???14

????25 ???25 ???15 ???14 ???14 ???15 ???16 ???15 ???15

????25 ???25 ???15 ???14 ???14 ???15 ???16 ???16 ???14

????25 ???25 ???15 ???14 ???14 ???15 ???16 ???15 ???14

?????0 ???15 ???14 ???13 ???13 ???15 ???15 ???14 ????0

第四題

代碼塊：

% 先均值模板再用一個(gè)拉普拉斯模板處理的代碼塊Image=imread('Letters-a.jpg');noiseI=imnoise(Image,'gaussian');figure(1);subplot(221),imshow(Image),title('原圖');subplot(222),imshow(noiseI),title('高斯噪聲圖像');noiseI=im2double(noiseI);result1=filter2(fspecial('average',3),noiseI);%%3×3均值濾波subplot(223),imshow(result1),title('3×3均值濾波');% % result1=im2double(result1);H1=[0 -1 0;-1 5 -1;0 -1 0];sharpImage=imfilter(result1,H1);subplot(224),imshow(sharpImage),title('Laplacian銳化圖像');% 先用一個(gè)拉普拉斯模板再用均值模板處理的代碼塊Image=imread('Letters-a.jpg');noiseI=imnoise(Image,'gaussian'); ?figure(2),subplot(221),imshow(Image),title('原圖');subplot(222),imshow(noiseI),title('高斯噪聲圖像');noiseI=im2double(noiseI);H1=[0 -1 0;-1 5 -1;0 -1 0];sharpImage=imfilter(noiseI,H1);subplot(223),imshow(sharpImage),title('Laplacian銳化圖像');% % sharpImage=uint8(sharpImage);result1=filter2(fspecial('average',3),sharpImage); ????%%3×3均值濾波subplot(224),imshow(result1),title('3×3均值濾波');

（4-1）先均值模板再拉普拉斯模板

（4-2）先拉普拉斯模板再均值模板

總結(jié)

以上是生活随笔為你收集整理的DIP第三章习题解答的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。