数字图像处理实验三.doc

20102011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： 1.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); %读入图像subplot(221);imshow(I);title(原始图像);H=fspecial(motion,30,45); %运动模糊PSFMotionBlur=imfilter(I,H); %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); %圆盘状模糊PSFbulrred=imfilter(I,H);imwrite(bulrred,圆盘状模糊.tif);%保存圆盘状模糊图像subplot(223);imshow(bulrred);title(圆盘状模糊图像);H=fspecial(unsharp); %钝化模糊PSFSharpened=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);2.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); %读入图像nI = imnoise(I,salt & pepper, 0.02); %添加椒盐噪声imwrite(nI,椒盐噪声.tif); %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); %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); %添加泊松噪声imwrite(nI,泊松噪声.tif); %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); %添加斑点噪声imwrite(nI,斑点噪声.tif); %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);3.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); % 读入图像figuresubplot(2,3,1), imshow(I); % 显示原始图像title(原始图像); % 设置图像标题LEN = 31; % 设置长度THETA = 11; % 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2) 对一幅模糊图像使用约束最小二乘滤波复原I = imread(.jpg);subplot(231); imshow(I); % 显示原始图像title(Original Image);PSF = fspecial(gaussian,7,10); % 模糊化V = .01;BlurredNoisy = imnoise(imfilter(I,PSF),gaussian,0,V); % 添加噪声subplot(232); imshow(BlurredNoisy); % 显示模糊加噪图像title(A = Blurred and Noisy);NOISEPOWER = V*prod(size(I); % 噪声能量%使用真实噪声强度的约束最小二乘滤波复原G, LAGRA = deconvreg(BlurredNoisy,PSF,NOISEPOWER);subplot(233); imshow(G); % 显示复原图像xlabel(J LAGRA = deconvreg(A,PSF,NP);% 利用拉格朗日乘法算子进行复原G0 = deconvreg(BlurredNoisy,PSF,LAGRA); %用正确的LAGRA算子复原图像subplot(234); imshow(G0);title(deconvreg(A,PSF,LAGRA);G1 = deconvreg(BlurredNoisy,PSF,LAGRA/10); %用过小的LAGRA算子复原图像subplot(235); imshow(G1);xl