《数字图像处理》实验报告

目录

一、 实验内容

二、 实现方法

1、图像平滑

1. // 均值滤波  

6.     DWORD div = 10;  

KNN平滑滤波

2、图像锐化

1. // Roberts算法 交叉微分算法  

三、 结果分析

1、图像平滑

加权均值滤波

2、图像锐化

四、 结论与展望

一、 实验内容

请根据提供的模板实现如下功能：

1) 图像平滑： 均值滤波、加权均值滤波、中值滤波、KNN平滑滤波（主要分析模板系数、大小、形状、滤波次数以及k值（KNN）对最终结果的影响）

2) 图像锐化：水平锐化、垂直锐化、交叉锐化、sobel锐化、prewitt锐化、laplacian锐化、wallis锐化（分析各个模板对最终锐化结果的影响）

学有余力的同学可以选做图像锐化部分。

二、 实现方法

1、图像平滑

均值滤波

算法原理：

在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。

代码实现：

1. // 均值滤波

2. void meanFilter(RGBQUAD **dataOfBmp_dst, BYTE **dataOfBmp_gray, DWORD width, DWORD height)

3. {

4.     for (DWORD i = 1; i < height - 1; i++)

5.     {

6.         for (DWORD j = 1; j < width - 1; j++)

7.         {

8.             BYTE tmp = ((BYTE)dataOfBmp_gray[i - 1][j - 1] + (BYTE)dataOfBmp_gray[i - 1][j] +

9.                         (BYTE)dataOfBmp_gray[i - 1][j + 1] + (BYTE)dataOfBmp_gray[i][j - 1] +

10.                         (BYTE)dataOfBmp_gray[i][j] + (BYTE)dataOfBmp_gray[i][j + 1] +

11.                         (BYTE)dataOfBmp_gray[i + 1][j - 1] + (BYTE)dataOfBmp_gray[i + 1][j] +

12.                         (BYTE)dataOfBmp_gray[i + 1][j + 1]) /

13.                        9;

14.             dataOfBmp_dst[i][j].rgbBlue = tmp;

15.             dataOfBmp_dst[i][j].rgbGreen = tmp;

16.             dataOfBmp_dst[i][j].rgbRed = tmp;

17.         }

18.     }

19.

20.     // 保存

21.     saveBmp(dataOfBmp_dst, width, height);

22. }