DevioLabавтоматичне керування капіталом
ПРАЦЮЄ 24/7
КРИПТОВАЛЮТИ · АКЦІЇ · 10 БІРЖ

Портфель, який керується автоматично

DevioLab підбирає стратегії, відстежує ринки та автоматизує купівлю і продаж активів. Кількість доступних криптовалют, акцій і торгових можливостей зростає щодня.

10підключених біржCrypto + Stocksв одному портфелі24/7автоматичний контроль

Звіт до лабораторної роботи №3 з курсу «Системи запису та відтворення інформації» на тему «Дослідження методів обробки зображень в Matlab»

Інформація про навчальний заклад

ВУЗ:
Національний університет Львівська політехніка
Інститут:
Інститут комп’ютерних наук та інформаційних технологій
Факультет:
Комп’ютерні науки
Кафедра:
Кафедра захисту інформації

Інформація про роботу

Рік:
2010
Тип роботи:
Звіт до лабораторної роботи
Предмет:
Системи запису та відтворення інформації
Група:
ЗІ-32
Коротко про документ

Про що ця робота

У звіті досліджено основні методи обробки та фільтрації зображень у середовищі Matlab. Проведено накладання шумів та опрацьовано результати лінійної й медіанної фільтрації.

У роботі розглядаються

  • Обробка зображень
  • Середовище Matlab
  • Фільтрація зображень
  • Шуми зображень
  • Лінійна фільтрація
  • Медіанна фільтрація
  • Програмування в Matlab

Зміст і розділи

  1. Мета роботи
  2. Завдання
  3. Лістинг програми
  4. Графіки
  5. Висновки
Для кого:Студенти технічних спеціальностей та викладачі дисциплін, пов'язаних з обробкою сигналів і зображень.
Викладачі:Совин Я. Р.

Ключові поняття

Matlabобробка зображеньшум Gaussianшум salt & pepperшум speckleлінійна фільтраціямедіанна фільтраціяфільтр averageфільтр gaussianфільтр sobelBMP-файл

Частина тексту файла (без зображень, графіків і формул):

МІНІСТЕРСТВО ОСВІТИ І НАУКИ УКРАЇНИ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ “ЛЬВІВСЬКА ПОЛІТЕХНІКА” Кафедра ЗІ З В І Т до лабораторної роботи №3 з курсу: «Системи запису та відтворення інформації» на тему: «Дослідження методів обробки зображень в Matlab» Варіант № 15 Львів – 2010 Мета роботи – ознайомитися з основними можливостями обробки зображень реалізованими в середовищі MatLab. ЗАВДАННЯ 1. Ознайомитись з теоретичним матеріалом. 2. Завантажити файл вказаний в завданні відповідно до свого варіанту. 3. Вивести основну інформацію про графічний файл. 4. Накласти на зображення шуми gaussian, salt & pepper, speckle. 5. Провести лінійну фільтрацію зашумленого зображення фільтрами ‘average’, ‘gaussian’, ‘sobel’, ‘prewitt’, ‘unsharp’. Зробити висновки про ефективність фільтрів. 6. Провести медіанну фільтрацію. Зробити висновки про ефективність фільтру. 7. Написати програму збереження відфільтрованого зображення у bmp-файлі. 8. Переконатися у працездатності програми. Варіант Назва файлу  15 chess.tiff   Лістинг програми: A = imread ('D:\Documents\Photo\chess.tiff'); info = imfinfo('D:\Documents\Photo\chess.tiff'); J = imnoise(A, 'gaussian'); imwrite (J,'D:\Documents\Лаброб 3\Gaus.jpeg'); h1 = fspecial ('average'); h2 = fspecial ('gaussian'); h3 = fspecial ('sobel'); h4 = fspecial ('prewitt'); h5 = fspecial ('unsharp'); J1 = imfilter(J,h1); imwrite (J1,'D:\Documents \Лаброб 3\Gaus_Av.jpeg'); J2 = imfilter(J,h2); imwrite (J2,'D:\Documents \Лаброб 3\Gaus_Gu.jpeg'); J3 = imfilter(J,h3); imwrite (J3,'D:\Documents \Лаброб 3\Gaus_So.jpeg'); J4 = imfilter(J,h4); imwrite (J4,'D:\Documents\Лаброб 3\Gaus_Pr.jpeg'); J5 = imfilter(J,h5); imwrite (J5,'D:\Documents\Лаброб 3\Gaus_Un.jpeg'); I = imnoise(A,'salt & pepper'); imwrite (I,'D:\Documents \Лаброб 3\S&P.jpeg'); h6 = fspecial ('average'); h7 = fspecial ('gaussian'); h8 = fspecial ('sobel'); h9 = fspecial ('prewitt'); h10 = fspecial ('unsharp'); J6 = imfilter(I,h6); imwrite (J6,'D:\Documents\Лаброб 3\S&P_Av.jpeg'); J7 = imfilter(I,h7); imwrite (J7,'D:\Documents \Лаброб 3\S&P_Gu.jpeg'); J8 = imfilter(I,h8); imwrite (J8,'D:\Documents \Лаброб 3\S&P_So.jpeg'); J9 = imfilter(I,h9); imwrite (J9,'D:\Documents\Лаброб 3\S&P_Pr.jpeg'); J10 = imfilter(I,h10); imwrite (J10,'D:\Documents\Лаброб 3\S&P_Un.jpeg'); Y= imnoise(A,'speckle'); imwrite (Y,'D:\Documents\Лаброб 3\Sp.jpeg'); h11 = fspecial ('average'); h12 = fspecial ('gaussian'); h13 = fspecial ('sobel'); h14 = fspecial ('prewitt'); h15 = fspecial ('unsharp'); J11 = imfilter(Y,h11); imwrite (J11,'D:\Documents\Лаброб 3\Sp_Av.jpeg'); J12 = imfilter(Y,h12); imwrite (J12,'D:\Documents\Лаброб 3\Sp_Gu.jpeg'); J13 = imfilter(Y,h13); imwrite (J13,'D:\Documents\Лаброб 3\Sp_So.jpeg'); J14 = imfilter(Y,h14); imwrite (J14,'D:\Documents\Лаброб 3\Sp_Pr.jpeg'); J15 = imfilter(Y,h15); imwrite (J15,'D:\Documents\Лаброб 3\Sp_Un.jpeg'); B = medfilt2(J, [2,4]); imwrite (B,'D:\Documents\Лаброб 3\Lin_Ga.jpeg'); B2 = medfilt2(I, [2,4]); imwrite (B2,'D:\Documents\Лаброб 3\Lin_S&P.jpeg'); B3 = medfilt2(Y, [2,4]); imwrite (B3,'D:\Documents \Лаброб 3\Lin_Sp.jpeg'); I = imread('D:\Documents\Лаброб 3\Photo\chess.tiff'); [m,n] = size(I); H_I = m; W_I = n; W_Real = W_I+(W_I-fix(W_I/4)*4); File_Size = 54+W_Real*H_I+256*4; Image_Size = W_Real*H_I; Offset = 54+256*4; d = fopen('D:\Documents \Лаброб 3\SAV.bmp','wb'); fwrite(d,'B','uchar'); fwrite(d,'M','uchar'); fwrite(d,File_Size,'int32'); fwrite(d,0, 'int16'); fwrite(d,0, 'int16'); fwrite(d,Offset, 'int32'); fwrite(d,40,'int32'); fwrite(d,W_I,'int32'); fwrite(d,H_I,'int32'); fwrite(d,1,'int16'); fwrite(d,8,'int16'); fwrite(d,0,'int32'); fwrite(d,Image_Size,'int32'); fwrite(d,0,'int32'); fwrite(d,0,'int32'); fwrite(d,256,'int32'); fwrite(d,256,'int32'); for ii = 0:255 Temp = [ii ii ii 255]; fwrite(d,Temp,'uchar'); end; Temp = zeros(1,W_Real); for ii = H_I:-1:1 Temp(1:W_I) = I(ii,1:W_I); fwrite(d,Temp, 'uchar'); fclose(d); Графіки:   а) Оригінальне зображення б) Накладання шуму «gaussian»   в) Накладання шуму «salt&pepper» г) Накладання шуму «speckle» Медіанна фільтрація зашумленого зображення:    а) З накладанням шуму «gaussian» б) З накладанням шуму «salt&pepper» в) З накладанням шуму «speckle» Лінійна фільтрація зашумленого зображення фільтрами ‘average’, ‘gaussian’, ‘sobel’, ‘prewitt’, ‘unsharp’: З накладанням шуму «gaussian»:а) ‘average’; б) ‘gaussian’; в) ‘sobel’; г) ‘prewitt’; д) ‘unsharp’;    а) б) в)   г) д) З накладанням шуму «salt&pepper»:а) ‘average’; б) ‘gaussian’; в) ‘sobel’; г) ‘prewitt’; д) ‘unsharp’;    а) б) в)   г) д) З накладанням шуму «speckle»:а) ‘average’; б) ‘gaussian’; в) ‘sobel’; г) ‘prewitt’; д) ‘unsharp’;    а) б) в)   г) д) Висновки: На цій лабораторній роботі я ознайомився з основними можливостями обробки зображень, реалізованими в середовищі MatLab. Завдання лабораторної роботи полягало в тому, щоб спочатку зашумити зображення різними видами шумів («gaussian», «salt&pepper», «speckle»), а потім відфільтрувати зображення за допомогою медіанної та лінійної фільтрації. В лінійній фільтрації використовувались фільтри:‘average’, ‘gaussian’, ‘sobel’, ‘prewitt’, ‘unsharp’. Отже, медіанну фільтрацію найкраще використовувати тоді, коли зображення зашумлене шумом «salt&pepper»; для шуму «gaussian» при лінійній фільтрації найбільше підходить фільтр «gaussian», для шуму «salt&pepper» - ‘gaussian’ або ‘unsharp’, для шуму «speckle» - ‘gaussian’. Для фільтрування зображень найкраще використовувати комплексні фільтрації.
Допоможи студентському архіву

Ми допомогли тобі — допоможи наступному студенту

Файл ще не обрано

Оголошення від адміністратора

Антиботан аватар за замовчуванням

Подякувати Студентському архіву довільною сумою

Admin

26.02.2023 12:38

Дякуємо, що користуєтесь нашим архівом!