数字图像处理实验三

20１0–20１１第2学期数字图像处理课程

实验报告

实验三图像复原

学生姓名：学号:

专业: 信息与计算科学

班级:

使用不同模糊化方法对图像Lena进行模糊处理,对原图像及模糊化图像进行比较(注明模糊化的类型），并保存模糊图像。

(此题中所用的图像和保存的图像在Iｍａｇes文件夹中）

I= imreａｄ(＇ｌenａ.tif')；ﻩﻩ%读入图像

sｕｂplｏｔ（２21);imｓｈow(I）;title('原始图像');

Ｈ=fspｅｃｉal('motiｏn',30,4５); ﻩﻩﻩﻩ%运动模糊PSＦ

MotｉonBｌuｒ=imfilteｒ（I,H); ﻩ%卷积

imｗrite(MotｉｏnBluｒ,'运动模糊．ｔif＇）; ％保存运动模糊图像subｐｌoｔ（222);iｍsｈoｗ(MoｔioｎBlur）;

titｌｅ('运动模糊图像');

Ｈ＝fspecial('disk'，1０); ﻩﻩﻩ%圆盘状模糊ＰSF

bulrｒｅｄ=imfｉｌｔer(I,H);

iｍwriｔｅ(bulrreｄ,'圆盘状模糊．ｔｉf');ﻩ%保存圆盘状模糊图像

ｓubplｏt(22３);imshｏw（buｌｒｒed);

tｉtle('圆盘状模糊图像'）;

H=ｆspeｃｉal('ｕnsharp'）;ﻩ%钝化模糊PSＦ

Ｓｈarpenｅd＝imfilter（I，Ｈ);

imwｒｉtｅ（Sｈarpｅned,＇钝化模糊．tiｆ＇); ％保存钝化模糊图像subpｌｏｔ(2２４);imshoｗ(Sｈarpeｎeｄ);

ｔitle('钝化模糊图像');

原始图像运动模糊图像

圆盘状模糊图像钝化模糊图像

对图像Lena添加不同类型的噪声,对原图像及噪声图像进行比较（注明加入噪声的类型，及噪声参数），并保存噪声图像。

(此题中所用的图像和保存的图像在Imａｇeｓ文件夹中）

I = imread('ｌeｎa.tif'）；ﻩﻩ％读入图像

nI = imｎoｉse(I,'salt & ｐepper', ０.02); %添加椒盐噪声

imwrite(nI，＇椒盐噪声.ｔif'）; ﻩﻩ%保存添加椒盐噪声的图像

suｂpｌｏt(2２１),imshow（nI)

xｌabel（'（a)添加椒盐噪声的图像'）;

nＩ= imnoｉse(I,'gａusｓian', ０.02)；％添加高斯噪声

imwrite（ｎＩ,＇高斯噪声．tｉｆ')；ﻩﻩ％保存添加高斯噪声的图像

sｕbplot(22２)，ｉｍsｈｏw(nI)

ｘlaｂel（'(ｂ) 添加高斯噪声的图像'）;

ｎI = iｍnoise（I,'poｉsson＇）；ﻩﻩ%添加泊松噪声

ｉｍwrｉｔe(nI,＇泊松噪声.tif')；ﻩ%保存添加泊松噪声的图像

ｓｕbｐｌｏt(2２3),iｍshow(nI)

xｌaｂeｌ(＇(ｃ) 添加泊松噪声的图像'）；

ｎI＝ imnoiｓe(Ｉ，'sｐｅcｋｌe'); ﻩﻩﻩ%添加斑点噪声

imｗritｅ（nI，'斑点噪声.tif')；ﻩ%保存添加斑点噪声的图像

subploｔ(224），imｓｈow（nＩ)

xｌabｅl(＇（c）添加斑点噪声的图像');

(a) 添加椒盐噪声的图像(b) 添加高斯噪声的图像

(c) 添加泊松噪声的图像(c) 添加斑点噪声的图像

对一幅模糊图像使用维纳滤波与约束最小二乘滤波复原,写出复原的MAＴＬAB程序（对

程序做适当注释说明）,输出原图像、模糊图像与复原图像的比较。

（此题中所用的图像在Iｍagｅs文件夹中)

1)对一幅模糊图像使用维纳滤波复原

I＝iｍreaｄ(＇.tｉｆ'）;ﻩﻩﻩ%读入图像

figurｅ

subpｌot(2，3，1), iｍshｏｗ(I);％显示原始图像

title('原始图像'); % 设置图像标题

ＬEN = 31; ﻩﻩ% 设置长度

ＴHEＴＡ= 11；ﻩﻩ% 设置角度

PSＦ= fspｅｃiaｌ('ｍotioｎ',LEN,TＨETA)；％生成滤波器（产生运动模糊的ＰSF) blｕｒred= imfiｌter(I,ＰSF，'ｃircular','ｃonｖ')；% 图像卷积计算

ｗnr１= dｅconvｗｎr（blurrｅd,ＰSＦ）；%维纳滤波复原

ｓuｂpｌｏt(2,3,２), imｓｈｏｗ(blurred); %显示模糊图像

title('运动模糊图像'); % 设置图像标题

subplｏt(２,３,３), imsｈoｗ(wnr1）;% 显示维纳滤波图像

titlｅ('维纳滤波图像＇）; % 设置图像标题

% 产生含噪声的模糊图像,并使用巒滤波复原

ｎｏise = 0.1*ｒandn(siｚe(Ｉ));%生成噪声信号

bｌurreｄNoｉsｙ=imaｄd(blurred，im２uｉnt8(noｉse)); %加入图像

subploｔ(2,3,4);imｓhow(ｂｌｕｒrｅdNoiｓｙ); % 显示处理后的图像

tiｔｌe(＇退化& 噪声'）; % 设置图像标题

wnr2 = decｏnｖｗｎｒ(ｂlurrｅｄNoisy,PSＦ);% 维纳滤波图像恢复

ｓｕbｐlot(2,３,5); ｉmshｏw(wｎr2)；％显示处理后的图像

ｔｉtle('模糊噪声图像的维纳滤波复原＇); ％设置图像标题

% 引入信噪比NSR,以NSR为噪声参数进行图像复原

NSR = sum（noise(:).^2）／sum(im2ｄouｂｌe(I(：）).^2）;%计算信噪比

ｗnr3 ＝dｅcoｎvｗnr(blｕｒｒeｄNｏisy,PSF,NSＲ)；% 图像恢复

sｕbplot(2,3,6)；ｉmshoｗ(wnr3);％显示处理后的图像

ｔiｔle('以真实信噪比复原');% 设置图像标题