Elaborazione dei segnali multimediali - Quesiti risolti

Soluzioni dell’esercitazione 2ESM26.04.071 Denoising d’immagini

Per prima cosa mostriamo una funzione che calcola l’MSE tra due immagini.

function M = MSE(X,Y);

%MSE Errore quadratico medio - mean square error

% M=MSE(X,Y) è l’errore q.m. tra le variabili X e Y, che devono avere la

% stessa dimensione. In caso contrario viene prodotto errore

if isequal(size(X), size(Y)),

err = X(:)-Y(:);

M=mean(err.^2);

else

error(’MSE: gli ingressi devono avere le stesse dimensioni’);

end

Poi consideriamo una funzione che effettua il filtraggio a media mobile.

function y = ma(x,k);

%MA Moving Average filter - Filtro a media mobile

% Y=MA(X,K) realizza il filtro a media mobile dell’immagine X, con una

% finestra K x K

y=filter2(ones(k)/k^2,x);

Vediamo adesso come si possono automaticamente valutare le prestazioni del filtro di denoising.

x=double(imread(’lena.jpg’));

d = input(’Inserire un valore per la dev.std. del rumore: ’);

noisy = x + d*randn(size(x));

figure(1); image(x); colormap(gray(256)); axis equal;

title(’Immagine originale’);

figure(2); image(noisy); colormap(gray(256)); axis equal;

title(sprintf(’Immagine rumorosa, dev = %1.2f’,d));

windowSize = [1 3 5 7 9 13 19 35];

index = 1; 1