Preciso testar algumas técnicas básicas de processamento de imagem no Matlab. Eu preciso testar e comparar especialmente dois tipos de filtros: filtro médio e filtro mediano. Para suavizar a imagem usando a filtragem mediana, há uma ótima função medfilt2 da caixa de ferramentas de processamento de imagem. Existe alguma função semelhante para filtro médio Ou como usar a função filter2 para criar o filtro médio Uma das coisas mais importantes para mim é ter a possibilidade de definir o raio do filtro. Isto é, Para o filtro mediano, se eu quiser o raio 3 x 3 (máscara), eu apenas uso, eu gostaria de conseguir algo semelhante ao filtro médio. Perguntou Nov 15 09 às 16:12 user8264: Eu não tenho acesso ao livro agora, mas geralmente o kernel gaussiano fornece um efeito de suavização mais suave e tende a preservar as bordas melhor do que um filtro médio do mesmo tamanho. Pense na resposta de freqüência do filtro passa-baixa em ambos os casos. Aqui está uma página com uma boa explicação: homepages. inf. ed. ac. ukrbfHIPR2gsmooth. htm ndash Amro 1 de agosto 14 às 9: 48Creado na quarta-feira, 08 de outubro de 2008 20:04 Atualizado em quinta-feira, 14 de março de 2013 01:29 Escrito Por Batuhan Osmanoglu Hits: 40880 Média de mudança em Matlab Muitas vezes eu me encontro na necessidade de prover os dados que eu tenho para reduzir o ruído um pouco. Eu escrevi algumas funções para fazer exatamente o que eu quero, mas os matlabs criados na função de filtro funcionam muito bem também. Aqui vou escrever sobre a média de dados 1D e 2D. O filtro 1D pode ser realizado usando a função de filtro. A função de filtro requer pelo menos três parâmetros de entrada: o coeficiente de numerador para o filtro (b), o coeficiente de denominador para o filtro (a) e os dados (X), é claro. Um filtro de média em execução pode ser definido simplesmente por: Para dados 2D, podemos usar a função Matlabs filter2. Para obter mais informações sobre como funciona o filtro, você pode digitar: Aqui está uma implementação rápida e suja de um filtro médio 16 por 16 em movimento. Primeiro precisamos definir o filtro. Como tudo o que queremos é contribuição igual de todos os vizinhos, podemos usar apenas a função. Nós dividimos tudo com 256 (1616), uma vez que não queremos alterar o nível geral (amplitude) do sinal. Para aplicar o filtro, podemos simplesmente dizer o seguinte. Abaixo estão os resultados para a fase de um interferograma SAR. Neste caso, Range está no eixo Y e o Azimuth é mapeado no eixo X. O filtro tinha 4 pixels de largura em alcance e 16 pixels de largura em Azimuth.
No comments:
Post a Comment