实验三图像复原.doc

实验三 图像复原一、 实验目的1、 掌握通用图像退化模型的数学表达式及含义。2、 掌握逆滤波、维纳滤波和最小二乘方滤波的原理和方法，区别几种复原滤波方法的优缺点。3、 掌握由于噪声造成的退化图像的复原方法，分析比较几种空域滤波方法各自适合处理什么样的噪声图像。二、 实验内容1、 读入一幅清晰图像，产生由于运动造成的模糊图像，运动位移设置为20个像素，运动角度为30度，并保存备用。2、 分别利用逆滤波、维纳滤波、约束最小二乘方滤波方法对模糊图像进行滤波处理，比较几种滤波复原方法。3、 载入一幅清晰图像分别添加不同的噪声，使用中值滤波、中点滤波、最小值滤波、最大值滤波方法去噪，比较各种滤波方法对不同噪声的处理效果。三、 实验步骤1C=imread(greens.jpg);subplot(1,2,1);imshow(C);LEN=20;THETA=30;PSF=fspecial(motion,LEN,THETA);MF=imfilter(C,PSF,circular,conv);subplot(1,2,2);imshow(MF);imwrite(MF,greens-MF.jpg);2逆滤波MF,map=imread(greens-MF.jpg);figure(1);imshow(MF);LEN=20;THETA=30;INITPSF=fspecial(motion,LEN,THETA);J,P=deconvblind(MF,INITPSF,30);figure(2);imshow(J);figure(3);imshow(P,notruesize);维纳滤波、约束最小二乘方滤波方法F=checkerboard(8);figure(1);imshow(F,);PSF=fspecial(motion,7,45);MF=imfilter(F,PSF,circular);noise=imnoise(zeros(size(F),gaussian,0,0.001);MFN=MF+noise;figure(2);imshow(MFN,);NSR=sum(noise(:).2)/sum(MFN(:).2);figure(3);imshow(deconvwnr(MFN,PSF),);figure(4);imshow(deconvwnr(MFN,PSF,NSR),);figure(5);A=deconvreg(MFN,PSF,0.4,1e-7 1e7);imshow(A);figure(6);B=deconvreg(MFN,PSF,4);imshow(B);3f=imread(cameraman.tif);figure(1);imshow(f);title(原始图像);g=imnoise(f,salt & pepper,0.2);figure(2);imshow(g);title(椒盐噪声污染的图像);g1=double(g)/255;j1=medfilt2(g1, symmetric);figure(3);imshow(j1);title(中值滤波图像);j2=ordfilt2(g1,median(1:3*3),ones(3,3),symmetric);figure(4);imshow(j2);title(中点滤波图像);j3=ordfilt2(g1,1,ones(3,3);figure(5);imshow(j3);titl