matlab图像最大值和最小值滤波

matlab图像最大值和最小值滤波

clear;

clc;

img = imread('rice.png');

[M,N] = size(img);

% 最大值滤波

for i = 2:M-1

for j=2:N-1

t = img(i-1:i+1,j-1:j+1);

new_img_max(i,j) =max(t(:));

end

end

% 最小值滤波

for i = 2:M-1

for j=2:N-1

t = img(i-1:i+1,j-1:j+1);

new_img_min(i,j) =min(t(:));

end

end

subplot(1,3,1);

imshow(img);

title('原图像');

subplot(1,3,2)

imshow(new_img_max)

title('最大值滤波')

subplot(1,3,3)

imshow(new_img_min)

title('最小值滤波')

和之前的操作类似，还是将原来图像的一小块拿出啦操作(这里是3*3)，下面展示一下处理的结果

看到结果，我感觉这难道是:图像的膨胀和腐蚀？毕竟确实看到最大值滤波得到的米粒变大了一圈，而最小值滤波得到的米粒变瘦了，回头再研究一手

matlab图像最大值和最小值滤波相关教程

MATLAB直接设计数字滤波器

MATLAB直接设计数字滤波器 一、数字滤波器的阶数选择函数 [N,Wn]=buttord(wp,ws,Rp,Rs) 不加‘s’就可以直接求出数字滤波器的系数 二、在MATLAB中设计数字滤波器系数 [b,a]=butter(N,Wn,'s'); % 求巴特沃斯滤波器系数 三、范例(给出的实际频率) 现设计一带

剑指 Offer 59 - I. 滑动窗口的最大值

剑指 Offer 59 - I. 滑动窗口的最大值 LeetCode： 剑指 Offer 59 - I. 滑动窗口的最大值 滑动窗口 队列 class Solution { public int[] maxSlidingWindow(int[] nums, int k) { if(nums == null || nums.length == 0) return new int[0]; ListInteger ans = n

matlab实现自定义曲线图以及图例

matlab实现自定义曲线图以及图例 实现效果如下： 当变量点比较密集的时候，使用标记来进行图形的绘制，图形会非常的奇怪。 该方法实现产生指定数目的标记数，并且准确进行图例的绘制。 实现思路： 画图的本质是描点连线，先绘制线条，然后产生指定数目的标记

MATLAB利用Filter Design设计滤波器

MATLAB利用Filter Design设计滤波器 一、Filter Design设计滤波器 设计带通滤波器，若export选中coefficients，则输出到workspace两个数组，SOS与G。若选中objects，则输出到workspace一个滤波器系数集合Hd。也可生成.mat文件，再进行读取load操作。 二、从SO

PIL中的ImageEnhance图像增强模块

PIL中的ImageEnhance图像增强模块 目录 1、Color-色彩饱和度调节 2、Contrast-对比度调节 3、Brightness-对比度调节 4、Sharpness-锐度调节 0.7版本的torchvision.transforms集成了PIL ImageEnhance图像增强模块，对该模块函数进行整理/测试。通过开发工具找

数值积分公式及龙贝格(Romberg)算法实现matlab

数值积分公式及龙贝格(Romberg)算法实现matlab function Romberg% 龙贝格(Romberg数值求解公式)% inputs:% -fun：积分函数句柄% -a/b：积分上下限% -tol：积分误差% Outputs:% -R：4阶精度Romberg积分值% -k：迭代次数% -T：整个迭代过程%% Example% fun=@(

[MatLab]学习笔记2：MatLab数值数据

[MatLab]学习笔记2：MatLab数值数据 (1)整型 带符号8位整数最大值为127！ 所以导致了以下结果！ (2)浮点型 class函数：显示参数的类型 single函数：将4转变为单精度型 (3)复数 format命令的格式： format 格式符 格式符决定了数据的输出格式 注意：form

卷积池化计算

卷积池化计算 卷积后图片输出大小 W:图像宽，H:图像高，D:图像深度(通道数) F：卷积核宽高，N:卷积核(过滤器)个数 S:步长，P:用零填充个数 卷积后输出图像大小： Width=(W-F+2P)/S+1 Height=(H-F+2P)/S+1 卷积后输出图像深度： D=N 输出图像大小： (widt