数字图像处理实验三:图像的复原
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
南京工程学院
通信工程学院
实验报告
课程名称数字图像处理C
实验项目名称实验三图像的复原
实验班级算通111 学生姓名夏婷
学号 208110408 实验时间 2014年5月5日
实验地点信息楼C322
实验成绩评定
指导教师签名
年月日
实验三、图像的恢复
一、实验类型:验证性实验
二、实验目的
1. 掌握退化模型的建立方法。
2. 掌握图像恢复的基本原理。
三、实验设备:安装有MATLAB 软件的计算机
四、实验原理
一幅退化的图像可以近似地用方程g=Hf+n 表示,其中g 为图像,H为变形算子,又称为点扩散函数(PSF ),f 为原始的真实图像,n 为附加噪声,它在图像捕获过程中产生并且使图像质量变坏。其中,PSF 是一个很重要的因素,它的值直接影响到恢复后图像的质量。
I=imread(‘peppers.png’);
I=I(60+[1:256],222+[1:256],:);
figure;imshow(I);
LEN=31;
THETA=11;
PSF=fspecial(‘motion’,LEN,THETA);
Blurred=imfilter(I,PSF,’circular’,’conv’);
figure;imshow(Blurred);
MATLAB 工具箱中有4 个图像恢复函数,如表3-1 所示。这4 个函数都以一个PSF 和模糊图像作为主要变量。deconvwnr 函数使用维纳滤波对图像恢复,求取最小二乘解,deconvreg 函数实现约束去卷积,求取有约束的最小二乘解,可以设置对输出图像的约束。deconvlucy 函数实现了一个加速衰减的Lucy-Richardson 算法。该函数采用优化技术和泊松统计量进行多次迭代。使用该函数,不需要提供有关模糊图像中附加噪声的信息。 deconvblind 函数使用的是盲去卷积算法,它在不知道PSF 的情况下进行恢复。调用deconvblind 函数时,将PSF 的初值作为一个变量进行传递。该函数除了返回一个修复后的图像以外,还返回一个修复后的PSF。下面以维纳滤波和约束去卷积为例说明图像
使用deconvwnr 函数可以利用维纳滤波方法恢复图像。在图像的频率特征和附加噪声已知的情况下,Wiener 滤波比较有效。本例演示了维纳滤波器的性能,同时也演示了PSF 的重要性。得到准确的PSF 时,恢复的结果会比较好。
I=imread(‘peppers.png’);
I=I(10+[1:256],222+[1:256],:);
LEN=31;
THETA=11;
PSF=fspecial(‘motion’,LEN,THETA);
Blurred=imfilter(I,PSF,’circular’,’conv’);
wnrl=deconvwnr(Blurred,PSF);
imshow(wnrl);
2. 约束去卷积
采用deconvreg 函数可以对图像进行约束去卷积。当知道附加噪声的部分信息时,使用约束去卷积实现图像恢复比较有效。
(1)将一幅图像读入MATLAB 工作空间。本例使用裁剪来减小要恢复的图像的大小。
I=imread('flowers.tif');
I=I(10+[1:256],222+[1:256],:);
figure;imshow(I);
(2 )创建PSF
PSF=fspe cial(‘gaussian’,11,5);
(3)模糊化图像并添加噪声。
Blurred=imfilter(I,PSF,’conv’);
V=0.02;
BlurredNoisy=imnoise(Blurred,’gaussian’,0,V);
figure;imshow(BlurredNoisy);
(4 )用deconvreg 函数恢复图像,指定PSF 和噪声幂次NP 。
NP=V*prod(size(I));
[reg1 LAGRA]=deconvreg(BlurredNoisy,PSF,NP);
figure,imshow(reg1);
五、实验内容
选择一幅清晰图像,对该图像进行模糊化处理,然后分别采用逆滤波、维纳滤波和约束去卷积恢复原来图像,比较各图像恢复方法的恢复效果。
六、实验步骤与结果
将一张图片
1、(1)选择一幅清晰图像,对该图像进行模糊化处理
I=imread('b.jpg'); %读入图像
I=I(60+[1:256],222+[1:256],:); %裁剪图像。
figure;imshow(I); %创新建图像并显示
LEN=31;
THETA=11;
PSF=fspecial('motion',LEN,THETA); %对图像进行模糊
Blurred=imfilter(I,PSF,'circular','conv'); %创建PSF的退化图像figure;imshow(Blurred); %创建图像并显示模糊后的图像
(2)、使用deconvwnr 函数可以利用维纳滤波方法恢复图像。
I=imread('b.jpg'); %读入图像
I=I(10+[1:256],222+[1:256],:); %裁剪图像
LEN=31;
THETA=11;
PSF=fspecial('motion',LEN,THETA); %创建PSF的退化图像
Blurred=imfilter(I,PSF,'circular','conv'); %使用IPF对图像进行模糊建模wnrl=deconvwnr(Blurred,PSF); %维纳滤波
imshow(wnrl); %显示滤波后的图像
结果如图所示:
2,、(1)将一幅图像读入MATLAB 工作空间。本例使用裁剪来减小要恢复的图像