用于图像融合/图像去噪/图像增强的数据集以及使用平均法和最大值法进行图像融合的两个 MATLAB 文件
2022-05-12 17:44:13
19.54MB
1
关于图像的噪声，可以这样理解：妨碍眼睛或者视觉传感器对接收到的图像进行理解或分析的因素，例如透过窗户看窗外的风景，但是却有一层“雾水”使得窗外风景在你眼中变得朦胧，窗外实际的风景显然不是如此的，所以这层“雾水”就相当于噪声了。一般噪声是不可预测的随机信号，只能用概率统计的方法去认识，但是图像噪声又不可忽视，它存在于图像处理的输入、采集、处理的各环节以及输出结果的整个过程，特别是图像的输入、采集部分，该部分的噪声是个很关键的因素，如果输入的时候就跟随着较大噪声，之后的环节也将受到影响。因此一个良好的图像处理系统，都会将减少前级噪声作为一个主要的目标，去噪是图像处理中极为重要的步骤，由于噪声并不能完全去除，因此也可以称作是降噪。
去噪步骤
二维图像信号用二维小波分析的去噪步骤含三步，即：
1）、对图像信号s进行小波分解：选择好小波以及小波分解的层次N，然后计算图像信号s到第N层的分解。
2）、对高频系数进行阈值量化：从1到N的每一层，选择一个阈值，并对该层的高频系数进行软阈值量化处理。
3）、二维小波的重构：根据小波分解的第N层的低频系数和经过阈值量化处理的从第一层到第N层的
2022-05-12 17:06:37
162B
1
基于K-SVD算法的图像去噪算法的matlab仿真+含代码操作演示视频
运行注意事项：使用matlab2021a或者更高版本测试，运行里面的Runme.m文件，不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。
具体可观看提供的操作录像视频跟着操作。
2022-05-12 09:11:18
7.29MB
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:44
225KB
均值滤波步骤
1. 使用一个NxN的模板取出图像中部分值。
2. 将模板内的像素值求和并取平均。
3. 用平均值替换模板中心点像素值。
4. 移动模板，重复步骤1，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:43
225KB
维纳滤波算法流程
1. 将图像分割成多个MxN块，估计像素的局部均值和方差：
2. 估计噪声功率，使用局部方差的均值作为噪声功率估计值：
3. 使用维纳法估计MxN块内所有像素的灰度值：
4. 使用估计值替换块中原像素值。
5. 合并多个图像块，得到滤波后图像。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:42
225KB
中值滤波步骤：
1. 使用一个NxN的模板取出图像中部分值。
2. 将矩阵内的元素按升序或降序进行排序。
3. 取出排序后序列的中间值。
4. 使用中间值替换模板中心点像素值。
5. 移动模板，重复步骤1，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:41
225KB
自适应中值滤波步骤
1. 指定模板的最小尺寸N和最大尺寸M，并按照(M-1)/2扩展图像边界。
2. 先使用NxN的模板取出图像中部分值。
3. 判断当前模板的中值是否可能为噪点，若可能执行步骤4，不是则执行步骤5。
4. 若当前模板尺寸小于M则扩大模板尺寸再执行步骤2，若当前模板尺寸等于M则使用中值替换原像素值再执行步骤6。
5. 判断模板中心点像素值是否可能为噪点，若可能则以中值替换原像素值，若不是则保留原像素值。执行步骤6。
6. 将模板尺寸减小为N，移动模板，重复步骤2，直到模板不能再继续移动。
该程序还要求实现以下功能
1. 显示原图像、移除像素后的图像和恢复出的图像。
2. 求该去噪算法的MSE值。
2022-05-10 18:08:40
225KB
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2022-05-10 10:28:13
1.87MB
1