写在前面

HIT大三上学期视听觉信号处理课程中视觉部分的实验一，经过和学长们实验的对比发现每一级实验要求都不一样，因此这里标明了是2019年秋季学期的视觉实验一。

由于时间紧张，代码没有进行任何优化，实验算法仅供参考。

实验要求

  1. 实现给图像添加高斯噪声和椒盐噪声 ，要求显示添加噪声之后的结果图。
  2. 实现图像的空域滤波：中值滤波和均值滤波算法，并选取适合的方法对1中的图像进行平滑处理，要求显示处理之后的结果。
  3. 实现图像的边缘检测：Roberts算子和Sobel算子。
  4. 选做：实现对BMP文件头的读取，并解析BMP图像文件。 PS：图像单通道形式读取

实验代码

代码首先贴在这里，仅供参考

源代码

知识总结

这一部分总结实验过程中查询的博客，介绍完成本实验所需的知识，并对其记录以便之后复习。

首先需要实现一个对bmp文件读取的程序，这里首先需要了解bmp图像的格式
BMP文件格式详解（BMP file format）
这里我使用的文件读取方式是pack和unpack
python中struct.pack()函数和struct.unpack()函数
Python使用struct处理二进制(pack和unpack用法)

bmp文件读取程序中，如何保存读出的图像数据自己决定，但最好使用numpy库将其保存为数组，方便后续进行各种处理。（这里我选择将其按像素点储存为一维数组，理解上较为简单，但后续算法实现需要算一下下标，导致程序不是很简洁。）

接下来进行的各种操作都是在灰度图上进行的，因此首先需要将bmp图像数据转化成灰度图像数据
图像处理：图像灰度化

之后是实现高斯噪声和椒盐噪声
高斯噪声和椒盐噪声的python程序实现

均值滤波和中值滤波
图像处理：中值滤波&均值滤波

Roberts算子和Sobel算子
灰度图像--图像增强 Robert算子、Sobel算子

实验总结

很简单的一个实验，总时间加起来大致6个小时左右（后面几个算法程序结构都是完全一样的，看懂算法原理直接替换核心代码就可以了。

HIT2019视听觉信号处理视觉实验一的更多相关文章

  1. python+opencv实现车牌定位

    写在前面 HIT大三上学期视听觉信号处理课程中视觉部分的实验三,经过和学长们实验的对比发现每一级实验要求都不一样,因此这里标明了是2019年秋季学期的视觉实验三. 由于时间紧张,代码没有进行任何优化, ...

  2. python实现直方图均衡化，理想高通滤波与高斯低通滤波

    写在前面 HIT大三上学期视听觉信号处理课程中视觉部分的实验二,经过和学长们实验的对比发现每一级实验要求都不一样,因此这里标明了是2019年秋季学期的视觉实验二. 由于时间紧张,代码没有进行任何优化, ...

  3. 入职9月，旷视孙剑106分钟讲述CV创业科研的5大区别

    雷锋网按:本文为旷视科技首席科学家孙剑日前在 CCF-ADL上做的题为<如何在大公司和创业公司做好计算机视觉研究>的分享,主要介绍了近期计算机视觉的发展现状,ResNet基本原理和设计,旷 ...

  4. 【VS开发】【智能语音处理】语音信号处理之（四）梅尔频率倒谱系数（MFCC）

    语音信号处理之(四)梅尔频率倒谱系数(MFCC) zouxy09@qq.com http://blog.csdn.net/zouxy09 这学期有<语音信号处理>这门课,快考试了,所以也要 ...

  5. VR与AR的发展趋势分析

    概要 你是否想象过与神秘的深海生物近距离接触?你是否梦想过穿戴钢铁侠那样的超先进科技装备成为超级英雄?你又是否幻想过与梦中的女神面对面的交流?这些可能在以前都只能是存在于脑海中的幻想,可是在如今有一项 ...

  6. 【黑金原创教程】【Modelsim】【第五章】仿真就是人生

    声明:本文为黑金动力社区(http://www.heijin.org)原创教程,如需转载请注明出处,谢谢! 黑金动力社区2013年原创教程连载计划: http://www.cnblogs.com/al ...

  7. MPEG-4视频编码核心思想

    1 引言   当今时代,信息技术和计算机互联网飞速发展,在此背景下,多媒体信息已成为人类获取信息的最主要载体,同时也成为电子信息领域技术开发和研究的热点.多媒体信息经数字化处理后具有易于加密.抗干扰能 ...

  8. 各种音视频编解码学习详解 h264 ，mpeg4 ，aac 等所有音视频格式

    编解码学习笔记(一):基本概念 媒体业务是网络的主要业务之间.尤其移动互联网业务的兴起,在运营商和应用开发商中,媒体业务份量极重,其中媒体的编解码服务涉及需求分析.应用开发.释放 license收费等 ...

  9. paper 54 :图像频率的理解

    我一直在思考一个问题,图像增强以后,哪些方面的特征最为显著,思来想去,无果而终!翻看了一篇知网的paper,基于保真度(VIF)的增强图像质量评价,文章中指出无参考质量评价,可以从三个方面考虑:平均梯 ...

随机推荐

  1. NOIP模拟 20

    来自liu_runda的善意 T1 周 究级难题,不可做,咕了. T2  任 他为什么总强调没环啊? 他为什么总强调没环啊? 他为什么总强调没环啊? ...... QAQ 因为他总是棵树,所以点的数量 ...

  2. Apache配置反向代理、负载均衡和集群(mod_proxy方式)

    Apache配置负载均衡和集群使用mod_jk的方式比较多,但是mod_jk已经停止更新,并且配置相对复杂.Apache2.2以后,提供了一种原生的方式配置负载均衡和集群,比mod_jk简单很多. 1 ...

  3. 理解np.nonzero()函数

    举三个例子,就能清楚的看到 np.nonzero() 这个函数返回值的意义 一. #例1 一维数组 import numpy as np a = [0,1,2,0,3,0] b = np.nonzer ...

  4. Flink入门（一）——Apache Flink介绍

    Apache Flink是什么? ​ 在当代数据量激增的时代,各种业务场景都有大量的业务数据产生,对于这些不断产生的数据应该如何进行有效的处理,成为当下大多数公司所面临的问题.随着雅虎对hadoop的 ...

  5. T-SQL Part XI: Login Failed 18456 以及修改Authentication Mode

    这是一个很常见的场景,安装SQL Server时候选择了默认的Windows Authentication Only,然后使用中发现还是需要支持用户名/密码登录. 按照MSDN的文档,然而并没有多大作 ...

  6. C++对象模型结论

    C++对象模型 1.C++对象模型探讨的是对象成员存储问题. 2.结论: (1) .类内部的函数(静态成员函数,非静态成员函数)都不在对象内部 ,不占用对象大小. (2) 类内部的静态变量不占用对象大 ...

  7. MySql——使用where子句过滤数据

    示例使用的数据表在上一个博客中创建的https://www.cnblogs.com/lbhym/p/11895968.html 参考资料:<Mysql必知必会> 1.使用where子句 示 ...

  8. 自学python的高效学习方法【python秘籍】

    随着互联网的发展,数据科学概念的普及,Python火得一塌糊涂,为此很多小伙伴想学这门语言,苦于没有正确的学习方法,大部分都放弃了,所以我想总结下经验来帮助大家高效学完python技术!第一.首先学习 ...

  9. 如何在当前文件夹打开cmd(基于win10)

    如何在当前文件夹打开cmd(基于win10) 方法一: 1.先打开你要进入的文件夹 2.在标记的位置输入cmd,就可以进入当前文件的cmd 方法二: 1.打开你要进入的文件夹 2.通过shift + ...

  10. gin索引优化实例1

    GIN(Generalized Inverted Index, 通用倒排索引) 是一个存储对(key, posting list)集合的索引结构,其中key是一个键值,而posting list 是一 ...