精华内容
下载资源
问答
  • MATLAB 均值估计函数normfit
    2021-05-11 09:06:37
    [mu sigma muci sigmaci]=normfit(x,alpha)
    

    x:样本
    alpha:显著性水平(缺省时为0.05)
    mu:均值 μ \mu μ 的点估计
    sigma:标准差 σ \sigma σ 的点估计
    muci:均值 μ \mu μ 的区间估计
    sigmaci:标准差 σ \sigma σ 的区间估计

    更多相关内容
  • matlab均值滤波函数

    2018-06-09 22:21:04
    自己编写的matlab均值滤波函数,其中输入为信号与窗函数大小
  • MATLAB比较几种均值滤波器(算数、几何、谐波、逆谐波)的滤波效果
  • matlab 均值滤波实现

    千次阅读 2022-04-21 14:26:51
    matlab代码实现均值滤波

    均值滤波是指用当前像素点周围 N个像素值的均值来代替当前像素值,本质对领域内的矩阵求均值。它通常用于去除图像中高斯噪声。原理示意下图所示:

    matlab代码实现:

    clc;
    clear all;
    close all;
    
    RGB_data = imread('G:\picture_deal\matlab_code\mangguo.bmp');%图像读入
    
    [ROW,COL, DIM] = size(RGB_data); %提取图片的行列数
    
    Y_data = zeros(ROW,COL);
    Cb_data = zeros(ROW,COL);
    Cr_data = zeros(ROW,COL);
    Gray_data = RGB_data;
    
    R_data =    RGB_data(:,:,1);
    G_data =    RGB_data(:,:,2);
    B_data =    RGB_data(:,:,3);
    
    for r = 1:ROW
        for c = 1:COL
            Y_data(r, c) = 0.299*R_data(r, c) + 0.587*G_data(r, c) + 0.114*B_data(r, c);
            Cb_data(r, c) = -0.172*R_data(r, c) - 0.339*G_data(r, c) + 0.511*B_data(r, c) + 128;
            Cr_data(r, c) = 0.511*R_data(r, c) - 0.428*G_data(r, c) - 0.083*B_data(r, c) + 128;
        end
    end
    
    Gray_data(:,:,1)=Y_data;
    Gray_data(:,:,2)=Y_data;
    Gray_data(:,:,3)=Y_data;
    
    figure(2);
    imshow(Gray_data);
    title('没有加高斯噪声的Y分量图像'); %显示滤波后的图象
    
    %对原始图片加入高斯噪声
    gaosi_data=imnoise(RGB_data,'gaussian');
    
    R_data =    gaosi_data(:,:,1);
    G_data =    gaosi_data(:,:,2);
    B_data =    gaosi_data(:,:,3);
    
    for r = 1:ROW
        for c = 1:COL
            Y_data(r, c) = 0.299*R_data(r, c) + 0.587*G_data(r, c) + 0.114*B_data(r, c);
            Cb_data(r, c) = -0.172*R_data(r, c) - 0.339*G_data(r, c) + 0.511*B_data(r, c) + 128;
            Cr_data(r, c) = 0.511*R_data(r, c) - 0.428*G_data(r, c) - 0.083*B_data(r, c) + 128;
        end
    end
    
    Gray_data(:,:,1)=Y_data;
    Gray_data(:,:,2)=Y_data;
    Gray_data(:,:,3)=Y_data;
    
    figure(3);
    imshow(Gray_data);
    title('加高斯噪声的Y分量图像'); %显示滤波后的图象
    
    %3*3均值滤波
    A=fspecial('average',[3,3]);
    Y=imfilter(Gray_data,A);
    figure(4);
    imshow(Y)
    title('均值滤波后的Y分量图像'); %显示滤波后的图象
    
     imwrite(gaosi_data,'mangguo_gaosi.bmp'); %保存图像为文件
    
    
    

     

     

     与原图像对比,消除了部分高斯噪声,我们可以看到图像变得模糊了,缺失了很多的细节。这也是均值滤波的不足之处。

    展开全文
  • 均值滤波和中值滤波在matlab中的应用及其matlab代码
  • matlab 均值滤波

    千次阅读 多人点赞 2018-11-21 15:44:02
    matlab中使用滤波器对图像进行滤波非常方便,只需要调用库函数,只是满足工程需要就够了;但是想学习图像处理的滑,是远远不够的,还要对算法的基本原理弄清楚 1-均值滤波 均值滤波也叫做线性滤波,规定一个固定...

    在matlab中使用滤波器对图像进行滤波非常方便,只需要调用库函数,只是满足工程需要就够了;但是想学习图像处理的滑,是远远不够的,还要对算法的基本原理弄清楚

    1-均值滤波

    均值滤波也叫做线性滤波,规定一个固定可调节大小的模板,如3*3,对目标像素做均值滤波就是将他周围8个点的像素值求和取平均,替代原来的像素值;

    对目标像素3进行均值滤波

    求3*3模板中的像素和(除了目标)=2+4+8+1+9+5+7+6=42

    42/8=5,用5去替代原来的3

    结论:由实验可得均值滤波会破坏图像细节,造成图像模糊

    附上实验代码

    clear all;
    clc;
    A=imread('F:\matlab_tt\fliter\tt.jpg');
    B=size(A);
    C=numel(B);
    subplot(231)
    imshow(A)
    title('原始图像')
    if (C==3)
        A=rgb2gray(A);
    else
        A=A;
    end
    A1=imnoise(A,'salt & pepper',0.02);
    subplot(232)
    imshow(A1)
    title('添加椒盐噪声的图片')
    k1=filter2(fspecial('average',3),A1)/255;
    k2=filter2(fspecial('average',5),A1)/255;
    k3=filter2(fspecial('average',7),A1)/255;
    k4=filter2(fspecial('average',9),A1)/255;
    subplot(233),imshow(k1);
    subplot(234),imshow(k2);
    subplot(235),imshow(k3);
    subplot(236),imshow(k4);

     以下是实验图:

    为什么要除以255:

    为了保证精度,经过了运算的图像矩阵I其数据类型会从unit8型变成double型.如果直接运行imshow(I),我们会发现显示的是一个白色的图像.这是因为imshow()显示图像时对double型是认为在0~1范围内,即大于1时都是显示为白色,而imshow显示uint8型时是0~255范围.而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了.
    有两个解决方法:
    1> imshow(I/256); -----------将图像矩阵转化到0-1之间 
    2> imshow(I,[]); -----------自动调整数据的范围以便于显示.
    从实验结果看两种方法都解决了问题,但是从显示的图像看,第二种方法显示的图像明暗黑白对比的强烈些!

    展开全文
  • matlab均值滤波实现

    万次阅读 多人点赞 2018-10-14 22:04:11
    一、噪声添加 椒盐噪声: I_noise=double(imnoise(I,'salt ...二、均值滤波原理 主要思想为邻域平均法,即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声。 缺点:容易引起图像模糊,可以对其进行改...

    一、噪声添加
    椒盐噪声:

    I_noise=double(imnoise(I,'salt & pepper',0.02));%后面0.02为参数
    

    高斯噪声:

    I_noise=double(imnoise(I,'gaussian',0.02));
    

    二、均值滤波原理
    主要思想为邻域平均法,即用几个像素灰度的平均值来代替每个像素的灰度。有效抑制加性噪声。
    缺点:容易引起图像模糊,可以对其进行改进,主要避开对景物边缘的平滑处理。

    原像素值:
    |1|2|3|
    |4|5|6|
    |7|8|9|

    均值后:(123456789去均值为5,放在中心位置,由此可见均值滤波会忽略掉四周的像素值,四周会变得模糊)
    | | | |
    | |5| |
    | | | |

    以下代码分别添加了 高斯噪声和椒盐噪声 然后进行均值滤波处理

    1. 对椒盐噪声的各种均值滤波处理
    %均值滤波
    %椒盐噪声部分
    figure(2);
    %显示原图
    subplot(2,3,1);
    imshow(I,[]);%[]自动产生适当的比例显示图像
    title('原图');
    %添加椒盐信号
    subplot(2,3,2);
    I_noise=double(imnoise(I,'salt & pepper',0.02));%salt & pepper注意中间的空格 无空格报错
    imshow(I_noise,[]);title('椒盐噪声');
    %均值滤波
    subplot(2,3,3);
    I_3=fspecial('average',[3,3]);%3*3均值滤波
    I_3=imfilter(I_noise,I_3);
    imshow(I_3,[]);title('3*3算数均值滤波');
    subplot(2,3,4);
    I_=exp(imfilter(log(I_noise),fspecial('average',3)));%算数均值滤波
    imshow(I_,[]);title('3*3几何均值滤波');
    
    subplot(2,3,5);
    Q=-1.5;
    I_mean=imfilter(I_noise.^(Q+1),fspecial('average',3))./imfilter(I_noise.^Q,fspecial('average',3));
    imshow(I_mean,[]);title('Q=-1.5逆谐波滤波器滤波');
    
    subplot(2,3,6);
    Q=1.5;
    I_mean=imfilter(I_noise.^(Q+1),fspecial('average',3))./imfilter(I_noise.^Q,fspecial('average',3));
    imshow(I_mean,[]);title('Q=-1.5逆谐波滤波器滤波')
    

    在这里插入图片描述
    2. 对高斯噪声的各种均值滤波处理

    %%均值滤波
    %高斯噪声部分
    clc;clear;
    I=imread('1.jpg');
    I=im2double(I);
    I=rgb2gray(I);
    %MappedData = mapminmax(I ,0, 255)
    h=figure(1);
    %显示原图
    subplot(2,3,1);
    imshow(I,[]);%[]自动产生适当的比例显示图像
    title('原图');
    %添加高斯噪声
    subplot(2,3,2);
    I_noise=double(imnoise(I,'gaussian',0.02));%salt & pepper注意中间的空格 无空格报错
    imshow(I_noise,[]);title('高斯噪声');
    %均值滤波
    subplot(2,3,3);
    I_3=fspecial('average',[3,3]);%3*3均值滤波    建立预定义的滤波算子
    I_3=imfilter(I_noise,I_3);%(待处理矩阵,滤波器)
    imshow(I_3,[]);title('3*3均值滤波');
    subplot(2,3,4);
    I_=exp(imfilter(log(I_noise),fspecial('average',3)));%算数均值滤波
    imshow(I_,[]);title('3*3几何均值滤波');
    subplot(2,3,5);
    Q=-1.5;
    I_mean=imfilter(I_noise.^(Q+1),fspecial('average',3))./imfilter(I_noise.^Q,fspecial('average',3));
    imshow(I_mean,[]);title('Q=-1.5逆谐波滤波器滤波');
    subplot(2,3,6);
    Q=1.5;
    I_mean=imfilter(I_noise.^(Q+1),fspecial('average',3))./imfilter(I_noise.^Q,fspecial('average',3));
    imshow(I_mean,[]);title('Q=1.5逆谐波滤波器滤波');
    

    在这里插入图片描述

    均值滤波方法二:https://wenku.baidu.com/view/bef73431366baf1ffc4ffe4733687e21af45ff14.html

    1. 函数说明
    1. 结果分析

      4.1、对高斯噪声图像进行滤波:
      总体来说两个逆谐波均值滤波器的去噪小效果不如均值滤波器滤波的效果。算数均值滤波会使得图像边界变得模糊,而几何均值滤波不会导致此问题。
      原因是:算术均值滤波器的将多个像素的灰度值线性平均,用均值来代替各个像素值,会导致边界图像模糊。采用线性的方法,平均整个窗口范围内的像素值,它不能很好地保护图像细节,在图像去噪的同时也破坏了图像的细节部分,从而使图像变得模糊,不能很好地去除噪声点。

      4.2、对椒盐噪声图像进行滤波:
      算数均值滤波对椒盐噪声的去除效果较好;Q=-1.5的逆谐波滤波器留下了黑色的胡椒噪声,而Q=1.5的逆谐波滤波器留下了白色的盐噪声。均值滤波对高斯噪声表现较好,对椒盐噪声表现较差。
      原理:对于“胡椒”噪声应该采用Q值为正值的滤波器去噪,而用Q值为负值的滤波器对“盐”噪声进行去噪。

    展开全文
  • 均值和方差对高斯曲线的影响
  • 计算数据均值方差 数据量大小 误差计算 最大值限定 最小值限定 保留小数位数等 均值方差最大值最小值等约束
  • matlab均值滤波程序

    2013-11-09 16:08:57
    matlab 均值滤波 自编程序 调试通过
  • matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声. 用matlab实现均值滤波去除高斯白噪声.
  • Matlab均值滤波去噪

    万次阅读 2018-05-10 22:40:10
    以灰度图像eight.tif为例,向原始图像中加入高斯噪声,再对噪声图像调用均值滤波函数avefilt进行去噪。 I=imread('eight.tif'); G=imnoise(I,'gaussian'); after=avefilt(G,3); subplot(1,3,1); imshow...
  • Matlab 均值滤波与中值滤波

    万次阅读 多人点赞 2018-08-25 23:38:30
    %%以下是本人在学习中的个人理解,如...均值滤波就是这个滤波器每个值都是一样大小,每个值是1/k(k为滤波器矩阵的大小),用于去噪 滤波器可通过 w=fspecial(‘type’,parameters)得到,其中type指定滤波器类型,p...
  • MATLAB均值滤波

    2022-04-13 05:16:43
    % 中值滤波 clc,clear,close all % 清理命令区、清理工作区、关闭显示图形 warning off % 消除警告 feature jit off % 加速代码运行 [filename ,pathname]=… uigetfile({‘.bmp’;'.jpg’;},‘选择图片’);...
  • matlab模板均值滤波代码 MatchedFilter Digital Signal Processing Curriculum Design 题目 对信号进行匹配滤波(相关检测)。 (C语言实现或MATLAB实现)。 功能:对给定的含噪脉冲信号进行相关检测。检测结果用1、0...
  • 遥感图像处理中值滤波的MATLAB代码实现,可以直接复制.m文件到脚本运行 注意修改文档路径 需要栅格文件
  • 均值漂移聚类matlab代码全局固有对称性的组表示 代码 这些代码是本文算法的核心部分。 对于本文,您可以从我们的项目页面下载:。 该代码已在Win7 x64 + Matlab 2012a (32 bit)上进行了测试。 提供的代码仅供学术...
  • 利用matlab实现FCM算法,算法最终返回距离类中心,和每个样本对于不同类的隶属度矩阵。同时,使用随机生成的100个二维数据,进行算法程序的检验,给出具体的迭代次数和目标函数值,以及聚类的结果图。
  • 文档为均值漂移算法的matlab代码,可以用于数据聚类分析
  • 均值滤波MATLAB

    2015-11-08 14:42:36
    自己写的均值滤波的代码,没有相位延时,可自定义参数
  • 文件中包含test.m文件和两个函数以及一张测试图片。利用学习机会自己编写了均值滤波和中值滤波函数,并在test.m文件中运行,有详细代码注释,希望一起学习。
  • Matlab均值滤波源程序-K_average.rar :) 自己找的,和大家分享
  • 提取图像灰度信息—>利用均值哈希算法得到图像的二值编码—>计算汉明距离判断图像相似性—>得到最终检索结果
  • matlab均值、方差函数

    万次阅读 2017-02-16 14:39:50
    Matlab函数:mean >>X=[1,2,3] >>mean(X)=2   如果X是一个矩阵,则其均值是一个向量组。mean(X,1)为列向量的均值,mean(X,2)为行向量的均值。 >>X=[1 2 3  4 5 6] >>mean(X,1)=[2.5, 3.5, 4.5] >>mean(X,2...
  • Matlab均值滤波

    2013-04-23 19:53:51
    均值滤波是图像滤波处理中常用的一种算法,本程序给出基于Matlab的中值滤波算法,可直接在Matlab中运行
  • 文件包含了数字图像处理这门课程中的中值滤波和均值滤波的基本实现代码
  • 原信号为正弦信号,叠加高斯白噪声后,分别采用上述三种时域滤波方式对噪声进行滤除,可修改各滤波器的窗口大小。
  • 学习了《机器学习》周志华老师书中对kmeans算法的介绍,自己用MATLAB编程,和网上的其他kmeans比较,运行的更快
  • mean(X):对矩阵A求列平均;mean(X,2)对矩阵X求行平均;若X为向量,mean(X)返回X中平均。 分母为n时,是整体方差 方差:Y=var(X,0,1):求矩阵X的列向量方差; Y=var(X,0,2):求矩阵X的行向量方差 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 27,159
精华内容 10,863
关键字:

matlab 均值

matlab 订阅