实验三-图像复原

更新时间:2023-11-11 12:47:01 阅读量: 教育文库 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

实验三、用MATLAB实现图像的复原

学院: 专业: 班级: 学号: 姓名: 指导教师:

1. 实验目的

(1)理解退化模型。

(2)掌握常用的图像复原方法。

2. 实验内容

(1)选择一幅清晰的灰度图像,对该图像进行模糊化处理,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对模糊图像进行复原,比较各种图像复原方法的复原效果。

(2)选择一幅清晰的灰度图像,对该图像进行模糊化处理并加入高斯噪声,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对退化图像进行复原,比较各种图像复原方法的复原效果。

3. MATLAB程序代码

(1)选择一幅清晰的灰度图像,对该图像进行模糊化处理,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对模糊图像进行复原,比较各种图像复原方法的复原效果。

程序代码:

clear; closeall;

I=imread('boat.png');

I=I(60+[1:256],222+[1:256],:); I=im2double(I); LEN=31; THETA=11;

PSF=fspecial('motion',LEN,THETA);

Blurred=imfilter(I,PSF,'circular','conv');

J=deconvwnr(Blurred,PSF); wnrl=deconvwnr(Blurred,PSF,0); reg1=deconvreg(Blurred,PSF,0); figure, imshow(I); figure,

subplot(1,4,1);imshow(Blurred); subplot(1,4,2);imshow(J); subplot(1,4,3);imshow(wnrl); subplot(1,4,4);imshow(reg1);

(2)选择一幅清晰的灰度图像,对该图像进行模糊化处理并加入高斯噪声,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对退化图像进行复原,比较各种图像复原方法的复原效果。 clear;

1

closeall;

I=imread('boat.png'); I=im2double(I);

PSF = fspecial('gaussian',7,10); V = 0.01;

BlurredNoisy = imnoise(imfilter(I,PSF),'gaussian',0,V); %??éù1|?ê

NOISEPOWER = V*prod(size(I)); %?????-ê?í???μ?1|?ê IP = abs(fft2(I)).^2;

IPOW = sum(IP(:))/prod(size(I)); %??éùó?D?o?1|?ê??±è NSR = NOISEPOWER/IPOW;

E=deconvwnr(BlurredNoisy,PSF); S=deconvwnr(BlurredNoisy,PSF,NSR);

J = deconvreg(BlurredNoisy,PSF,NOISEPOWER);

figure,

subplot(1,2,1);imshow(I);

subplot(1,2,2);imshow(BlurredNoisy); figure,

subplot(1,3,1);imshow(E); subplot(1,3,2);imshow(S); subplot(1,3,3);imshow(J);

4. 实验结果及其分析

(1)本实验选择一幅512*512的灰度图像,对该图像进行模糊化处理,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对模糊图像进行复原,图1为原图像,图2为模糊化处理后的图片,图3为逆滤波复原后的图像,图4为维纳滤波复员后的图像,图5为约束最小二乘方滤波复原的图像。由图可以看出,在噪声的情况下,三种复原方法的效果是一样的。在噪声为零时,维纳滤波,约束最小二乘方滤波就是逆滤波。

图1-原图像

2

图2模糊化后图3-逆滤波

图3-维纳滤波图4约束最小二乘方滤波

(2对原图像进行模糊化处理并加入三种不同程度的高斯噪声,然后分别采用逆滤波、维纳滤波和约束最小二乘方滤波对退化图像进行复原.

a) 当加入高斯噪声的方差为0.0001时。图1为原图,图2为加噪模糊化后的图像,

图3从左至右依次是逆滤波,维纳滤波,约束最小二乘方滤波的复原结果。

图1-原图

图2

3

图3

b) 当加入高斯噪声的方差为0. 01时。图1为原图,图2为加噪模糊化后的图像,

图3从左至右依次是逆滤波,维纳滤波,约束最小二乘方滤波的复原结果。

图1-原图图2

图3

c) 当加入高斯噪声的方差为0. 04时。图1为原图,图2为加噪模糊化后的图像,

图3从左至右依次是逆滤波,维纳滤波,约束最小二乘方滤波的复原结果。

图1-原图

4

图2

图3

总结:

由以上实例可以看出:对于高噪声和中等噪声,约束最小二乘方滤波要更好一些; 对于低噪声,维纳滤波和约束最小二乘方滤波效果基本相同;当手工选择参数时,约束最小二乘方滤波可以获得更好地效果

5. 思考题

典型的图像复原方法有哪些?分别说明各种复原方法的适用范围。

答:逆滤波:适用于无噪声图像,一般对于有噪声的图像来说,直接逆滤波的性能是较差的。

最小均方差滤波(维纳)滤波:该方法建立在图像和噪声都是随机变量的基础上。未退化图像和噪声的功率谱必须是已知的。在没有噪声的情况下,维纳滤波可以看作是逆滤波。

约束最小二乘方滤波:仅仅用噪声的均值和方差的知识,就可以实现的最佳复原算法。但要假设噪声和图像灰度值不相关。

几何均值滤波:对维纳滤波的推广。 还有投影重建图像,卡尔曼滤波等。

5

本文来源:https://www.bwwdw.com/article/26sv.html

Top