imshow是用来显示图片的,如
>> I = imread('lena.jpg');
>> figure,imshow(I);正常

为了把读取的图片信息转化为更高的精度, 加上double
>> I = double(imread('moon.tif'));

figure,imshow(I);异常  全白色

此时.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, 大于1的值,都认为是1 , 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.

所以除以256  
imshow(I/256); -----------将图像矩阵转化到0-1之间 

或者    
imshow(I,[]); -----------自动调整数据的范围以便于显示.
类似
除以256

或者采用imfilter函数进行滤波     Img1=imfilter(img,fspecial('average',3))  ,不用除以256

转载于:https://www.cnblogs.com/myblog160115/p/5237093.html

中值滤波时K = filter2(fspecial('average',3),img)/255,原因相关推荐

  1. 9月12日笔记【中值滤波和均值滤波】

    中值滤波和均值滤波的比较:https://wenku.baidu.com/view/a8d3622b1eb91a37f1115cdd.html 对于高斯噪声一般采用均值滤波. 对于椒盐噪声一般采用中值 ...

  2. 中值滤波matlab

    摘  要 中值滤波技术是一种在去除噪声的同时能较好保护图像边缘细节的非线性技术,在图像增强和恢复等领域中得到了广泛的应用.文章阐述了中值滤波的原理和特点,并使用软件工具MATLAB实现了图像的中值滤波 ...

  3. 基于中值滤波与小波变换的图像去噪声实现

    目录 绪论 1 1.1引言 1 1.2. 图像去噪的研究现状 1 1.3图像去噪算法的发展趋势 2 1.4 本文的研究内容及组织结构 2 图像去噪的理论及常用方法 4 2.1图像中的噪声 4 2.2 ...

  4. Python实现图像的椒盐噪声添加和基础的平滑处理(均值滤波与中值滤波)

    均值滤波与中值滤波是最常见的两种平滑的方式,尤其是中值滤波能起到强大的降噪效果. 本文内容分为三部分: 1.实现添加图片的椒盐噪声 2.实现调用内置函数进行均值和中值滤波 3.自编函数深刻理解均值和中 ...

  5. MATLAB图像的中值滤波——手动滤波和medfilt2函数滤波

    本文还是书接上回,https://blog.csdn.net/weixin_44502554/article/details/126283957?spm=1001.2014.3001.5502 前期的 ...

  6. 数字图像处理实验(三)|图像增强{归一化直方图imhist(f)/numel(f)、直方图均衡化histeq、生成线性空间滤波fspecial、中值滤波medfilt2}(附matlab实验代码截图)

    文章目录 一.实验目的 二.实验原理 1. 基本亮度变换函数 2.直方图均衡化 3.空间域滤波 三.预备知识: 四.实验内容 1.灰度修正 2.直方图均衡化: 3.空间域滤波 4. 频域率滤波 五.思 ...

  7. 均值滤波、中值滤波的matlab实现

    目前比较经典的图像去噪算法主要有以下三种:   均值滤波算法:也称线性滤波,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,但容易引起图像模 糊, 可以对其进行 ...

  8. 均值滤波、中值滤波【MATLAB】【图像处理】

    1. 均值滤波:即线性滤波,有:  a.邻域平均, b. 加权平均两种. a. 邻域平均:用一个像素邻域平均值作为滤波结果,此时滤波器模板的所系数都取1,为保证输出图仍在原来的灰度值范围,在算得R后要 ...

  9. Matlab之空间域滤波——低通、中值滤波

    图像滤波器的应用:去除噪声. 均值滤波器的应用:提取感兴趣物体. 低通滤波:图像平滑. 低通滤波器去除了图像的高频部分,即细节信息,留下的低频信息代表了概貌.常用的例子,比如美图秀秀的磨皮,去掉了脸部 ...

最新文章

  1. [转]软件项目版本号的命名规则及格式
  2. 都在说GPT-3和AlphaFold,2020没点别的AI技术突破了?
  3. ajax form表单提交_开发日志:金数据表单自动提交脚本
  4. Nginx 多进程模型是如何实现高并发的?
  5. SOA的缺陷及其与微服务的关系
  6. 『数据库』数据库编程(概念性的东西,应用一般,甚至有点过时,用来考试)
  7. Android缓存学习入门(二)
  8. 支撑百万级并发,Netty如何实现高性能内存管理
  9. java8四大核心函数式接口(模拟实现,全网最通俗易懂)
  10. 博客真的停止维护了,找我请@我。
  11. 华为P40系列发布时间或敲定:继续在3月26日亮相?
  12. 读写文件RandomAccessFile
  13. A study on ILC for linear discrete systems with single delay
  14. Mysql插入中文时错误:ERROR 1366 (HY000): Incorrect string value: '\xE6\x9D\x8E\xE5\x8B\x87' for column
  15. 《CCNA学习指南:Cisco网络设备互连(ICND2)(第4版)》——本章小结
  16. 樊昌信 通信原理第七版 第八章思考题
  17. spp色散关系 matlab,表面等离极化激元(SPP)基本原理教案分析.ppt
  18. 至于你信不信,反正我信了
  19. redhat7.7的下载与安装(最快)
  20. Chapter~3 Python基础

热门文章

  1. 最近的工作生活的心得感悟,给自己的表现打50分,不及格
  2. LRU算法java实现
  3. 优秀软件架构师成长之路
  4. iscsiadm及其他磁盘相关命令
  5. X86 CPU特性之(3)-kaiser
  6. 学习使用 Go 的反射
  7. 深入理解并发的关键字-volatile
  8. day69 Django--Form组件
  9. vuex 在非组件中调用 mutations 方法
  10. mysql系列之6--------使用第三方工具-percona来备份mysql和恢复