数字图像的空间域滤波和频域滤波VIP免费

w=[1111111111-241111111113)DDDD5D5D9D9D15D15D11111]25DDDDDDDDDDblurry_moon.tifD数字图像的空间域滤波和频域滤波一、实验环境二、实验内容与要求1.DDDDDDD1)DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD2)DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD3)DDDDDDDDDDDDDDDD4)DDDDDDDDDDD5)DDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDDD2.DDDDDD1)DDblurry_moon.tifDDDDDDD3D3DDDDDDDw=[1,1,1;1—81;1,1,1]DDDDDDD2)DDDDw=genlaplacian(n)DDDDDDDDDDDnDDDDDDDDD5D5DDDDDDDDDDDDDDDDDg(x,y)二 f(x,y)-V2f(x,y)DDDDDDDDDDDDDDDDDDDDDDDDDDDDD4)DDDDDDDDDDblurry_moon.tifDDDDDDDDDDDDDD3.DDDDD1)DDwoman.tifDDDDDDDDDDDDDDDDDDDDDDDDDDDDDODDDDDDDDDDDDDDDDDDDDDDDD2)DDDDDDDDDDDDDDDDDDDDDD3)DDDDDDDDDFDDDDDDDDDDDDDDDDDDDDDDDDDD三、实验过程平滑空间滤波：读出一幅图像，给这幅图像分别加入椒盐噪声和高斯噪声后并与前一张图显示在同一图像窗口中。椒盐噪声:defsalt_pepperNoise(src):dst 二 src.copyOnum=1000#1000 叮叮ndim=np.ndim(src)row,col=np.shape(src)[0:2]foriinrange(num):x=np.random.randint(0,row)#□□□□□□□□□y=np.random.randint(0,col)indicator=np.random.randint(0,2)#□□□□ifndim==2:ifindicator==0:dst[x,y]=0else:dst[x,y]=255#□□□□elifndim==3:ifindicator==0:dst[x,y,:]=0else:dst[x,y,:]=255returndstDDDDDdefaddGaussianNoise(image,sigma):mean=0.0row,col,ch=image.shapegauss=np.random.normal(mean,sigma,(row,col,ch))gauss=gauss.reshape(row,col,ch)noisy=image+gaussreturnnoisy.astype(np.uint8)QsaftPepper—口 X■IGaussian—□X对加入噪声图像选用不同的平滑(低通)模板做运算，对比不同模板所形成的效果,要求在同一窗口中显示。加入椒盐噪声后图像的滤波：imgl 二 cv2.imread("D:\\mote.jpg",0)img=img1[100:300]src=salt_pepperNoise(img)cv2.imshow("origin",src)dst=cv2.blur(src,(3,3))#□□□□□□cv2.imshow("blur",dst)dst1 二 cv2.medianBlur(src,5)#□□□□cv2.imshow("medianBlur",dst1)dst2=cv2.GaussianBlur(src,(3,3),0)#□□□□cv2.imshow("GaussianBlur",dst2)cv2.waitKey(0)cv2.destroyAllWindows()imgl,img2 二function(img)cv2.imshow("image",img)cv2.imshow("lowpassfiltering",img2)cv2.waitKey(O)显示均值处理后的图像。代码：importcv2...