Федеральне Агентство з освіти Російської Федерації
Пояснювальна записка до курсового проекту
з дисципліни «Цифрова обробка сигналів»
Медианная фільтрація
Зміст
Введення
1. Теоретична частина ЦГЗ
.1 Медіанний фільтр
. Приклад медіанної фільтрації
. Розрахунок відносини сигнал / шум (ЗСШ)
. Реалізація медіанної фільтрації за допомогою MATLAB 2011
. Обробка тестового зображення
.1 Обробка в ImageJ
.2 Обробка в MatLab 2011
Список використаних джерел
Введення
медіанний фільтрація цифровий сигнал
Цифрова обробка сигналів знайшла широке застосування в різних сферах діяльності: телебаченні, радіолокації, зв'язку, метеорології, сейсмології, медицині, аналізі мови і телефонії, а також при обробці зображень і полів різної природи. У деяких сферах економічної діяльності, наприклад, таких як банківська справа, обробка цифрових фінансових потоків має принципове значення [8].
Розвиток обчислювальної і мікропроцесорної техніки призводить до створення все більш надійного, швидкодіючого, мініатюрного, якісного та недорогого обладнання. Цифрові технології стали настільки масовими, що їх використовуємо у повсякденному житті, особливо не помічаючи: стільниковий телефон, програвач компакт-дисків, комп'ютер і т. д [8] [7].
В ході даної роботи необхідно розглянути переваги і недоліки медіанної фільтрації. Ознайомитися з принципами роботи медіанних фільтрів. За допомогою програми MatLab712 R2011a, на прикладі показати його роботу.
1. Теоретична частина ЦГЗ
.1 Медіанний фільтр
Всі лінійні алгоритми фільтрації призводять до згладжування різких перепадів яскравості зображень, що пройшли обробку. Цей недолік, особливо істотний, якщо споживачем інформації є людина, принципово не може бути виключений в рамках лінійної обробки. Справа в тому, що лінійні процедури є оптимальними при гауссовского розподілі сигналів, перешкод і спостережуваних даних. Реальні зображення, строго кажучи, не підкоряються цього розподілу ймовірностей. Причому, одна з основних причин цього полягає в наявності у зображень різноманітних кордонів, перепадів яскравості, переходів від однієї текстури до іншої і т. п. Піддаючись локальному гауссовскому опису в межах обмежених ділянок, багато реальні зображення в цьому зв'язку погано представляються як глобально гаусові об'єкти . Саме це і служить причиною поганої передачі кордонів при лінійної фільтрації [1].
Друга особливість лінійної фільтрації - її оптимальність, як тільки що згадувалося, при гауссовского характері перешкод. Зазвичай цьому умові відповідають шумові перешкоди на зображеннях, тому при їх придушенні лінійні алгоритми мають високі показники. Однак, часто доводиться мати справу з зображеннями, спотвореними п...