"海量视觉检索技术实验报告：能量图计算与空间滤波实验"

海量视觉检索技术课程实验报告任务二主要包括对论文内容的通读和根据论文内容完成相应的函数。具体要求包括计算能量图、累计最小能量映射图、最优垂直缝等。同时，在图像增强-空间滤波实验中，需要完成对原始图像的处理，加入高斯噪声并使用平均滤波器和中值滤波器进行处理。 在海量视觉检索技术课程实验报告任务二中，首先需要通读论文内容。根据论文内容，需要完成以下函数。 1. energy_image(im)：根据每个像素在X和Y方向的梯度幅值，计算能量图。输入图像im为MxNx3格式（unint_8），输出为double型的矩阵energyImage。 2. cumulative_minimum_energy_map(energyImage, seamDirection)：根据论文内容计算累计最小能量映射图。输入的energyImage为上一步的输出，seamDirection可选为“HORIZONTAL”或“VERTICAL”。输出为2D double型矩阵cumulativeEnergyMap。 3. find_optimal_vertical_seam(cumulativeEnergyMap)：根据2.2中的函数计算最优垂直缝。输入为上一步的输出cumulativeEnergyMap，输出必须是包含像素的列索引的向量，以此形成每行的接缝。 另外，在图像增强-空间滤波的实验中，实验环境包括PC计算机，MatLabR2020b以及图像处理工具箱。实验所需图片可根据需要调入并显示原始图像Sample2-1.jpg。接着，可以使用imnoise命令在原始图像上加入高斯噪声，生成图像J。然后，根据预定义函数fspecial命令产生平均滤波器，并分别产生3x3和5x5的均值模板。 实验的具体内容如下： a) 调入并显示原始图像Sample2-1.jpg。 b) 利用imnoise命令在图像Sample2-1.jpg上加入高斯噪声，生成图像J。具体命令为J = imnoise(I,'gauss',0.02)。 c) 利用预定义函数fspecial命令产生平均滤波器。分别产生3x3和5x5的均值模板，命名为ave1和ave2。 d) 分别采用3x3和5x5的模板，分别用平均滤波器以及中值滤波器对加入高斯噪声的图像J进行处理。 通过以上实验操作，可以实现对图像的增强与滤波处理，以提高图像质量和清晰度。 综上所述，海量视觉检索技术课程实验报告任务二主要涉及对论文内容的理解和实践操作，以及图像增强-空间滤波实验的进行。通过完成实验报告任务，可以巩固视觉图像处理及相关技术的理论和实践能力。