实验3 图像平滑实验

sum = sum / 9;
newdata[j] = saturate_cast<uchar>(sum);
}
}
namedWindow("image");
namedWindow("newImage");
imshow("image", image);
imshow("newImage", newImage);
//
#include "stdafx.h"
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
{
Mat image = imread("d:\\1.bmp", 0);
Mat newImage(image.size().height, image.size().width, CV_8UC1, Scalar(0));
实验3 图像平滑实验
一、实验目的
1．通过实验掌握图像去噪的基本方法；
2．学会根据情况选用不同方法。
二、实验内容及要求
1．实验内容
请在如下面方法中选择多个，完成图像去噪操作，并进行分析、比较。
（1）对静态场景的多幅图片取平均；
（2）空间域模板卷积（不同模板、不同尺寸）；
三．
1.
// lab.cpp :定义控制台应用程序的入口点。
newImage = image.clone();
int k = 2, b = 0;
//方法3
//Mat_<uchar>::iterator it = image.begin<uchar>(), itEnd = image.end<uchar>();
//Mat_<uchar>::iterator newit = newImage.begin<uchar>();
uchar* data = image.ptr<uchar>(i);
uchar* dataNext = image.ptr<uchar>(i+1);
uchar* newdata = newImage.ptr<uchar>(i);
float sum = 0;
for (int j = 1;j<image.size().width-1;j++)
//for (; it != itEnd; ++it,newit++)
//*newit = saturate_cast<uchar>(*it * k + b);
////方法1
//for (int i = 0;i<image.size().height;i++)
//for (int j = 0;j<image.size().width;j++)
//{
//newImage.at<uchar>(i, j) = saturate_cast<uchar>(image.at<uchar>(i, j) * k+b);
//}
//方法二
for (int i = 1;i<image.size().height-1;i++)
{
uchar* dataPre= image.ptr<uchar>(i-1);
{
sum = 0;
sum += data[j] + data[j - 1] + data[j + 1];
sum += dataPre[j] + dataPre[j - 1] + dataPre[j + 1];
sum += dataNext[j] + dataNext[j - 1] + dataNext[j + 1];
//for (int j = 0;j<image.size().width;j++)
//{
//newImage.at<uchar>(i, j) = saturate_cast<uchar>(image.at<uchar>(i, j) * k+b);
//}
//方法二
for (int i = 0;i<image.size().height;i++)
waitKey();
return 0;
}
2.
图像平滑
// lab.cpp :定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <opencv2/opencv.hpp>
using namespace cv;
using namespace std;
int main()
}
}
namedWindow("image");
namedWindow("newImage");
imshow("image", image);
imshow("newImage", newImage);
waitKey();
return 0;
}
四．
1.不同空间域卷积模板的滤波效果滤波的平滑程度不同，当空间域模板太小时，无法滤除噪点，当空间域模板太大时又会使得图像失真。
{
Mat image = imread("d:\\1.bmp", 0);
Mat newImage(image.size().height, image.size().width, CV_8UC1, Scalar(0));
int k = 2, b = 0;
//方法3
//Mat_<uchar>::iterator it = image.begin<uchar>(), itEnd = image.end<uchar>();
//Mat_<uchar>::iterator newit = newImage.begin<uchar>();
//for (; it != itEnd; ++it,newit++)
//*newit = saturate_cast<uchar>(*it * k + b);
////方法1
//for (int i = 0;i<image.size().height;i++)
2.如何把边缘部分与噪声部分区分开，只消除噪声是图像平滑的关键所在。
3.要求多幅图像的噪声点的分布不同，差别越大，效果越好
实验3 图像平滑实验
学校：天津科技大学
学院：计算机科学与技术
学号：15101220
姓名：岳泽健
指导老师：任德华
提交时间：2018年6月5日
{
uchar* data = image.ptr<uchar>(i);
uchar* newdata = newImage.ptr<uchar>(i);
for (int j = 0;j<image.size().width;j++)
{来自百度文库
newdata[j] = saturate_cast<uchar>(data[j] * k+b);