边缘处理
-
-
-
基于Bandlet变换的图像去噪研究系统
本项目深入研究并实现了一种基于Bandlet变换的图像去噪算法，旨在解决传统小波变换在处理图像边缘特征时存在的各向同性缺陷。系统通过利用Bandlet变换的自适应几何特性，能够精确捕捉图像中的线性结构和几何边缘，实现更高效的稀疏表示。具体功能包括：对含噪图像进行多尺度四叉树分解，通过最小化拉格朗日代价函数来估计最优几何流方向；在Bandlet域内针对提取出的几何方向进行方向小波变换，并结合改进的自适应阈值算法对变换系数进行非线性处理，以剔除噪声分量。该系统支持对不同强度的加性高斯白噪声进行滤除，能够在大幅 -
自定义imfilter图像滤波函数底层实现与对比
本项目旨在通过底层算法完整复现MATLAB自带函数imfilter的功能。程序编写为一个独立的.m文件，其函数接口设计与参数选项与原版imfilter保持高度一致，支持用户自定义滤波器核（Kernel）以及选择不同的边界填充方式（如零填充、对称填充、复制填充等）和运算模式（相关或卷积）。程序执行流程首先是从磁盘读取原始的RGB彩色图像，并自动将其转换为灰度图像以适配单通道滤波算法。核心逻辑是通过矩阵运算实现二维图像与滤波核的滑动窗口操作。为了验证自定义实现的准确性和效果，程序在完成滤波处理后，会显式调用MATLAB官方自带的imfilter函数对同一张灰度图进行处理，并将两者的输出结果在同一窗口中并排显示，以便用户直接通过肉眼观察对比，确保自定义算法与官方算法在处理效果上的一致性。该项目附带了用于测试的示例图片，适合用于学习图像增强、去噪以及理解卷积神经网络底层原理。
