非局部均值滤波步骤 1. 指定邻域窗口半径d，搜索窗口半径D，高斯函数平滑参数h。 2. 扩展图像边界，保证邻域窗口不越界。 3. 在扩展图像中取邻域窗口W1。 4. 限制搜索窗口的边界，保证可移动的邻域窗口W2不越界。 5. 邻域窗口W2在搜索窗口内滑动，当W2与W1重合时跳过。 6. 在W2滑动过程中使用下述公式计算权值： 其中V(x)和V(y)分别是以x,y为中心的邻域矩阵。 邻域间的距离 与归一化系数Z(x)可用下式计算： 7. 当W1中心像素值遍历到搜索窗口最后一个像素点处时，计算移动的邻域窗口W2内像素的加权和。 8. 将步骤7中的加权和除以Z(x)进行归一化，并替换邻域窗口W1的中心像素值。 9. 移动邻域窗口W1，重复步骤4，直至邻域窗口W1不能再移动。 此外，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。

针对硅太阳电池缺陷的检测问题，利用非接触红外检测方法，通过CCD相机获取硅太阳电池的电致发光图像，利用Matlab软件对缺陷部位图像首先进行预处理，然后进行图像分割、特征提取和图像识别，最后判断检测的硅太阳电池的缺陷。结果表明，该方法能够有效识别硅太阳电池的缺陷。

matlab灰度图像的DCT压缩并计算PSNR

青岛理工大学琴岛学院本科毕业设计说明书论文 摘 要 数字图像处理是一门新兴技术随着计算机硬件的发展数字图像的实时处理已 经成为可能由于数字图像处理的各种算法的出现使得其处理速度越来越快能更 好的为人们服务数字图像处理是一种通过计算机采用一定的算法对图形图像进行处 理的技术数字图像处理技术已经在各个领域上都有了比较广泛的应用图像处理的 信息量很大对处理速度的要求也比较高MATLAB 强大的运算和图

h=imread('E:\资料\image\sql_t\1.bmp'); h1=rgb2gray(h); level=graythresh(h1); h2=im2bw(h1,level); figure(1); imshow(h2); se=strel('line',7,90); h3=imopen(h2,se); figure(2) imshow(h3);

《Matlab数字图像处理》王慧琴PDF扫描版 显然，在处理数字图像时，MATLAB可比VC好用太多

图像是用ccd图像传感器采集的，试用matlab进行图像处理算法，包括：去噪、边缘提取，对上述图像进行处理得到较为清晰的图像。代码详细，清楚，有图像对比。

无人机具有体积小、时效性强、操作灵活、成本低等优点，其航拍遥感技术被广泛应用于灾害监测、环境侦察等方面。遥感图像预处理作为无人机图像拼接的第一环节，其处理效果会直接影响到后续拼接的速度、配准准确度以及图像拼接质量。 受限于无人机的飞行高度低、体积小、重量轻导致的抗风能力差、数码摄像头焦距不足等因素的限制，无人机遥感技术所拍摄的图像往往像幅小、数据量大;无人机遥感图像还会受到诸多环境变量的影响，如光照、烟雾等，这也导致了即使是相邻多幅图像之间，也会存在较大的亮度差异和色调差异，这些也会影响到特征点检测的准确度以及最后图像融合的质量，因此在预处理阶段中引入图像增强十分必要。在任何图像采集过程中，噪声干扰都是需要考虑的因素，本文所提出的基于图像锐化的平滑处理能够有效地去除噪声并增强图像细节为下一步特征配准打下良好的基础。

matlab图像拼接 可以实现三幅和五幅图，并且有对比实验

MATLAB图像拼接，拼接两幅图像，小波变换方法，sift等。