1053302 影像處理作業5

一、作業說明   

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。
(a) 說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)
(b)說明所設計去除雜訊的方法


二、使用環境 


Visual Studio 2017 & opencv4.2.0


三、實作方法

1. imread讀入圖片
2. addSaltNoise()中會先隨機取值行列以及做通道判定並且撒上雜訊
3. generateGaussianNoise()生成高斯雜訊
4. addGaussianNoise()在圖像上面添加高斯雜訊
5. blur()對圖像做均值平滑
6. GaussianBlur()對圖像做高斯平滑
7. medianBlur()對圖像做中值平滑
8. bilateralFilter()對圖像做雙邊平滑


四、執行結果

(四種平滑: 均值平滑、高斯平滑、中值平滑、雙邊平滑)

(椒鹽雜訊10%+四種平滑)

(椒鹽雜訊20%+四種平滑)

(椒鹽雜訊50%+四種平滑)

(高斯雜訊+四種平滑)

1063329影像處理作業5

一、作業說明   

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。
 (a) 說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)
 (b)說明所設計去除雜訊的方法

二、使用環境 

        - Visual Studio 2017 
        - opencv3.4.1

三、實作方法

          -imread讀取彩圖          -randn(InputOutputArray dst, InputArray mean, InputArray stddev)對dst陣列做高斯分布隨機數           -randu(InputOutputArray dst, InputArray low, InputArray high)對dst陣列做均勻分布隨機數
          -threshold(InputArray src, OutputArray dst, double thresh, double maxval, int type)將src陣列做二值化                   -將雜訊加入原圖像                    -fastNlMeansDenoising(InputArray src, OutputArray dst, float h=3, int templateWindowSize=7, int searchWindowSize=21 )將src圖像中的雜訊去除          -imshow在視窗裡顯示圖像

四、執行結果

1061528 影像處理作業5

一、作業題目：

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。

(a)說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)

(b)說明所設計去除雜訊的方法

二、使用環境：

Operation system: macOS

Programming language: Python 3.7.6

Library version: OpenCV 4.2.0

三、實作方法：

1.     Imread以灰階方式讀取圖片，並對圖片使用不同noise:

1.        用random.normal()產生gaussian noise (mean = 0, var = 0.1)

2.        用random.rayleigh()產生rayleigh noise (scale = 0.07)

3.        用random.gamma()產生gamma noise (scale = 0.07)

4.        用random.exponential()產生exponential noise (scale = 0.07)

5.        用random.uniform()產生uniform noise (low = 0.4, high = 0.6)

6.        在圖片上以prob = 0.3的機率增加黑白點產生salt and pepper noise

2.     對所有noise分別使用adaptive median filter (window size不會增加)處理

3.     對所有noise分別使用三次median filter進行處理

4.     plt.show()輸出觀察差別

四、輸出結果：

1063344 影像處理作業5

一、作業題目：

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。

(a)說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)

(b)說明所設計去除雜訊的方法

二、使用環境：

Python 3.7.6

OpenCV 4.2.0

Numpy 1.18.2

三、實作方法:

對圖片增噪:

高斯噪聲:使用函式np.random.normal()

椒鹽噪音:使用函式np.random.choise(),椒噪聲與鹽噪聲比例為１：１

增加雜訊後，把圖片轉乘uint8

對圖片濾波:

高斯噪聲:使用中值濾波

椒鹽噪音-使用高斯濾波

 四、成果:                                                                         

原圖

高斯噪聲

高撕去噪

椒鹽噪聲

椒鹽去噪

1063332影像處理作業5

一、作業題目：

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。

(a)說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)

(b)說明所設計去除雜訊的方法

二、使用環境：

Visual Studio 2019

Python 3.7.6

OpenCV 4.2.0

Numpy 1.18.2

scikit-image(0.16.2)

三、實作方法:

對圖片產生的噪聲類型:

1.         高斯噪聲－使用函式np.random.normal()

2.         Rayleigh噪音-使用函式np.random.rayleigh()

3.         Gamma噪音-使用函式np.random.gamma()

4.         Exponential噪音-使用函式np.random.exponential()

5.         Uniform噪音-使用函式np.random.uniform()

6.         椒鹽噪音-使用函式skimage.util.random_noise()產生數量20%的椒鹽噪聲，椒噪聲與鹽噪聲比例為

        １：１

將噪聲加至圖片後，對圖片像素值做歸一化([0,255])及轉型為uint8

對各噪聲類型處理:

1.         高斯噪聲－使用中值及高斯濾波

2.         Rayleigh噪音-使用高斯濾波

3.         Gamma噪音-使用中值及高斯濾波

4.         Exponential噪音-使用高斯濾波

5.         Uniform噪音-使用中值及高斯濾波

6.         椒鹽噪音-使用中值濾波

 四、成果:

原圖:

左至右:噪聲/去噪聲 

Gaussian:
                                
Rayleigh:
                               

Gamma:

                                

Exponential:
                                       

Uniform:

                               

Salt & Pepper:

                                 

1051407 影像處理作業5

作業說明：

撰寫一個程式(a)在一張圖片中將上雜訊，(b)設計方法將雜訊去除。
(a) 說明加上的雜訊類型(Gaussian, Uniform, Salt-and-Pepper 等)與數量(20%, 50%等)
(b)說明所設計去除雜訊的方法 

環境說明：

python 3.7.6

opencv-python 4.1.0.25 (https://pypi.org/project/opencv-python/)

執行方式：

結果：

    原圖

        

    加噪(Random) 隨機對圖片中的像素加噪

    加噪(Gaussian)

    加噪(Salt-and-Pepper)

    去噪

        使用四種方法去噪，依序為平均平滑、高斯平滑、中值濾波、雙邊濾波

        針對 Random noise 去噪

        針對 Gaussian noise 去噪

        針對 Salt-and-Pepper noise 去噪

1053340 影像處理作業 3

1053340 影像處理作業 3

作業題目:

離散傅立葉轉換 DFT 練習 :

 請撰寫一個程式，讀取一張 256 色灰階圖像(圖像大小適中以免執行時間太久)。計算輸

入圖的離散傅立葉轉換結果，並將頻譜大小與相位角度各以灰階 256 色圖像方式呈現

出。

使用環境:

- Spyder(Python3.7)

- opencv-python 4.2.0

方法:

1. 將原始圖片以灰階讀入

2. np.fft.fft2()將圖片進行傅立葉轉換

3. np.fft.fftshift()將圖移到中間位置

4. 取絕對值：將複數變化成實數、取對數的目的為了將數據變化到較小的範圍（例如0-255）

5. np.log()頻譜圖

6. np.angle()取得相位圖

7. plt顯示圖片

執行結果:

原圖:

結果: