1063318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 
Python
Visual Studio code

三、實作方法

本人使用python完成，一開始將圖片讀入，我使用Gaussian noise的方式將圖片加上噪點

(var設0.01)，之後再分別使用中值濾波、均值濾波、高斯濾波、高斯雙邊濾波。最後發現中值濾波與高斯雙邊濾波效果不錯，其餘的方式最後會使圖有點模糊。

四、結果

  （左到右分別爲：加入高斯雜訊、中值濾波、   均值濾波 、高斯濾波、 高斯雙邊濾波）

1053329 影像處理作業5

一、作業要求：

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、環境：

OS：Windows 10

Programing Language：python 3.6.8

IDE：Visual Studio Code 1.45.1

Package：opencv 4.2.0.34、matplotlib 3.2.1、scikit-image、numpy

三、實作方法：

1.          用imread讀進灰階圖片

2.          用util.random_noise的gaussian將圖片加上gaussian雜訊，這邊要特別注意使用此方式會將ndarray的type轉為float64，因此要使用下面的gaussianBlur要將其轉回uint8

3.          用util.random_noise的s&p將圖片加上salt-and-pepper雜訊

4.          用gaussianBlur將高斯雜訊去除，範圍用(5,5)

5.          用medianBlur將salt-and-pepper雜訊濾掉 k選擇5

6.          Plt.show()顯示所有圖片結果

四、執行結果：

1051438 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 code

三、實作方法

1. imread讀入圖片

2. random_noise來分別加入Gaussian, speckle, Salt-and-Pepper 等noise

3. gauss的數量分別設var:0.01,0.02,0.03 (default=0.01)4. salt and pepper的數量分別設amount:0.02,0.05,0.07(default=0.01)

5.speckle的數量分別設var0.01,0.02,0.03 (default=0.05)

得到以下圖片

salt &pepper

speckle

高斯

接者對上述分別做各4種去除雜訊得方法 分別是

6. blur()對圖像做均值平滑7. GaussianBlur()對圖像做高斯平滑8. medianBlur()對圖像做中值平滑9. bilateralFilter()對圖像做雙邊平滑

四、執行結果

高斯:

均值平滑

中值平滑

雙邊平滑

高斯平滑

salt &pepper:

均值平滑

雙邊平滑

高斯平滑

中值平滑

speckle:

均值平滑

高斯平滑

中值平滑

雙邊平滑

1053311 作業5

作業說明:

l   讀取預先準備好的圖片:

img = cv2.imread('test.jpg')

l   加入20%的salt noise

salt_img = skimage.util.random_noise(image=img, mode='salt', clip=True, amount=0.2)

l   利用medianBlur去除雜訊(分別嘗試k代3和5，都沒辦法做到很好結果，我也很納悶)

l   輸出

結果:

                               Fig1.結果

1061539影像處理作業5

一、作業要求
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: windows10

Programing language: Python3.7.4

Library version: Opencv 4.2.0

三、實作方法

利用 skimage.util.random_noise分別添加Gaussian 、Salt and Peppe雜訊再使用Gaussian blur和median blur來處理雜訊,最後使用plt輸出

四、作業結果

1053334 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
c++
opencv:4.1.0

三、實作方法

-使用imread以灰階形式讀入圖片

-以圖片的rows與cols來製作gaussian noise與uniform noise的值

-使用randn來產生gaussian noise

-使用randu來產生uniform noise

-使用threshold與uniform noise來產生Salt and Pepper noise

-將原圖加上50%的gaussian noise

-將原圖加上20%的uniform noise

-將原圖加上50%的Salt and Pepper noise

-使用mediaBlur函式去除雜訊

四、實作結果
原圖:

加入雜訊後:

去除雜訊後:

1063321 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

        numpy:1.16.4
        Python:3.6.8
        opencv:4.1.0

三、實作方法

椒鹽雜訊:

取得得圖片的shape後，經過迴圈判斷，隨機去加上胡椒雜訊或鹽雜訊

濾掉雜訊:

使用medianBlur()

高斯雜訊:

 用random.normal()產生gaussian nois
濾掉雜訊:
使用GaussianBlur()

四、實作結果
椒鹽雜訊與濾波


高斯雜訊與濾波

ㄌ