Matlab을 이용한 convolution filtering 자료

소개

Matlab을 이용한 2D 3x3 Convolution Filtering 구현
-convolvegetvalue ( ) 함수 만들기(함수코드 제출)
-Convolution 계산 및 정규화
-다양한 Kernel을 적용한 영상처리 결과 도출 및 응용
-직접 촬영한 이미지 이용
-5x5 Filter 확장 및 Kernel 크기별 결과 비교(가산점 부여)
-Kernel에 따른 결과 분석 및 결론
-(Kernel 자료: web 검색)

목차

없음

본문내용

Signal and system homework
Matlab을 이용한 2D 3x3 Convolution Filtering 구현
convolve_get_value ( ) 함수
function [r,g,b] = convolve_get_value(x,y, image, kernel, divisor, offset)
sum_r = 0; %%% sum_r,g,b 값을 0으로 초기화
sum_g = 0;
sum_b = 0;
for i = 1:3 %%% convolbolbe_value 파일의 for문 의 size값에 -3을 처리해주고
for j =1:3 %%% 초기값이 1인점을 감안해서 1부터 3까지 돌리게된다
[r,g,b] = get_rgb(x+i, y+j, image);
sum_r = sum_r + kernel(i,j) * double(r); %% int형으로 돌릴경우 변수의 그릇이
sum_g = sum_g + kernel(i,j) * double(g); %% 작아서 화면이 하얗게 변해버리게된다.
sum_b = sum_b + kernel(i,j) * double(b); %% 그러므로 더 큰 그릇인
double형으로 처리한다.
end
end
r=sum_r/divisor + offset;
g=sum_g/divisor + offset;
b=sum_b/divisor + offset;
end
convolve_get_value ( ) 함수를 이용한 실행결과
-제작한 Get_value 함수로 프로그램을 돌려보았다.
A.Sharpen 효과로 실행시
kernel value
%% sharpen()
kernel = [-1 -1 -1;
-1 9 -1;
-1 -1 -1];
[conv_image] = convolve_value(orig_image, kernel, 1, 0, conv_image);
>
>
>
B.Emboss 효과로 실행시
kernel value
% %% emboss()
kernel = [-2 -1 0;
-1 1 1;

참고자료

· 없음