基于matlab图像处理的去噪处理.docx

基于matlab的图像处理基于matlab图像处理的去噪处理 解图像的运动模糊 一( 问题提出: 影响图像质量的因素有很多，如亮度，对比度，和噪声等。而其中的噪声又有椒盐噪声，高斯噪声等几种。人们在摄影照相过程中，如果相机与被照对象之间有相对运动发生，则所得图片会产生运动模糊，直观上看就是图像不清晰，有拖影，这也是图像噪声的一种。为提高图像质量解决这样的模糊问题需对图像进行相关的去早处理。本文选择的是一张汽车车轮的图片如图1所示，很明显图像产生运动模糊，因而要进行去噪处理，要求能较为清晰观察到车轮的形态和螺丝的个数。 图1 汽车车轮 二( 噪声分析: 图1所示为明显的图像退化，而这种退化的典型的表现为模糊，失真和有噪声，造成过这种退化的原因有很多，具体分析有如下几点: 1. 成像系统的像差，畸变和有限带宽造成图像退化; 2. 拍摄时，相机与景物之间的相对运动产生的运动模糊; 3. 镜头聚焦不准产生的散焦模糊; 4. 成像系统中存在的噪声干扰。 可以看出，造成图1图像退化的主要原因是第二点运动模糊。 三( 选用算法: 对运动模糊的噪声处理算法有很多，本文选择维纳滤波法进行去噪。在使用维纳滤波前首先介绍一个重要概念即PSF，PSF也称为点扩展函数。在空间领域，PSF描述了光学系统使一个点光源扩散的程度;PSF使光学转换函数OTF的傅里叶逆变换。在频域里，OTF描述了一个线性，位置不变的系统对脉冲的相应。对产生运动模糊图像的处理的实质是用可以描述失真的PSF对模糊图像进行去卷积运算，即卷积的逆运算。Matlab中通常使用fspecial()函数来创建一个确定类型的PSF即 PSF=fspecial(motion,LEN,THETA) 其中motion是表示摄像头近似线性移动即选用的滤波器或算子;LEN是移动像素的个数，THETA是移动的角度。然后用这个PSF对模糊图像进行维纳滤波的处理。 维纳滤波，在matlab中可以调用deconvwnr()函数来实现，是对解运动模糊效果较好的一种去噪方法。具体格式如下: J=deconvwnr(I，PSF) 其中，J代表处理后的图片，I为模糊图片，PSF是点扩散函数。但是在实际处理过程中发现，使用维纳滤波会给图片带来一些其它的噪声，因而在解运动模糊后需要再对图像进行去噪，本文采用中值滤波。 中值滤波器也叫最大滤波器和最小滤波器。其实现的滤波原理是通过预设一个窗口矩阵对数字图像进行扫描，在窗口矩阵范围内，某一点的值用该点邻域中各点的中值替换。其实现格式如下: K=medfilt2(I,x,y) 其中K为处理后的图片，I为被处理图片，x,y为窗口矩阵。 四( 图像处理: 1. 读入图片 读入图片并转为灰度图像运行指令 i=imread(d:/03.jpg) I0=rgb2gray(i); figure; imshow(I0); 结果如下: 图2 2. 设置生成PSF PSF=fspecial(motion,LEN,THETA) 为了确定LEN和,根据观察模糊图像用试代法，先取值为LEN=30，THETA=30 即PSF=fspecial(motion,30,30) 3. 用维纳滤波处理 运行指令 wnrl=deconvwnr(I0,PSF); figure; imshow(wnrl); 结果如下: 图3 调整PSF中的参数得 PSF=fspecial(motion,35,35)，运行如下: 图4 SF=fspecial(motion,25,25)，运行如下: 图5 显然，真实值小于30,30. F=fspecial(motion,20,20)，运行如下: 图6 继续不断地试值，逐渐逼近真实值，最后得到处理效果较好一组数据 F=fspecial(motion,26,15) 图7 4. 中值滤波 运行指令 K=medfilt2(wnrl,3,3); figure; imshow(K) 结果如下: 图8 五( 调试程序出现的错误: 在调试程序时出现如下错误提示: ? Error using = imagesprivatecheckinputcheck_attributes Function ORDFILT2 expected its first input argument, A, to be two-dimensional. Error in = imagesprivatecheckinput at 37 check_attributes(A, attributes, function_name, variable_name, . Error in = ordfilt2ParseInputs at 135 checkinput(A, numeric,logical, 2d,real, mfilename, A, 1); Error in = ordfilt2 at 51 A,order,domain,s,padopt,msg = ParseInputs(varargin:); Error in = medfilt2 at 53 b = ordfilt2(a, order, domain, padopt); Error in = Untitled1 at 16 K=medfilt2(wnrl,3,3); 经仔细分析观察发现，出现此错误并不影响维纳滤波器的使用，而对于中值滤波则实现不了，因而判断出错误是出在中值滤波的这段程序，但检查程序后发现此段程序并没有错误，进而考虑到问题应是源图片对程序的影响，中值滤波所处理的图像应该是灰度图像，而从D盘读入的图片是彩色的，所以需要用rgb2gray(i)指令将图像转化为灰度图像，改正后程序无误。 六( 总结: Matlab中提供了简单易用的图像处理功能，利用所提供的功能指令基本实现了对运动模糊图像的去噪处理，其中涉及到了维纳滤波和中值滤波两种去噪算法，达到问题所要求的处