数字图像处理图像复原实验报告

1、图像复原信息132李佳奇1304010311一、实验目的熟悉和掌握MATLAB图像处理工具箱的使用2 .理解和掌握常用图像的恢复和分割技术。二、实验内容空间域滤波复原关闭全部； 清除全部； clc；I=im读(d : /剪辑. jpg )I=im 2双精度(I )加上I=imnoise(I，gaussian，0.05) %高斯噪声PSF=fspecial(average，3 )j=im滤波器(I、PSF )k=exp (日志(I )、PSF )；菲格ure；subplot(131) imshow(I )。subplot(132) imshow(J )subplot(133) imshow(K

2、)。分析：空间区域滤波是指在处理对象的图像中一点一点地移动掩模。 在每个点(x，y )处，通过预定关系来计算过滤器在该点处的响应。 在线性空间滤波中，其响应由滤波系数与滤波掩码的主扫描区域中相应的像素值的乘积之和给出维纳滤波器I=im读(d : /剪辑. jpg )H=fspecial(motion，50，45 )J=imfilter(I，h，circular，conv )subplot(221) imshow(J )title (运动模糊后的lena.bmp (角度45 ) )；J1=imnoise(J，gaussian，0，0，0.01 )subplot(222 )PS PS (K1)ti

3、tle (噪声多的lena.bmp) %figure；J2=deconvwnr(J1，h )subplot(223 )imshow(J2)title (模糊噪声图像的维纳滤波器复原)噪音=im噪音(大小(I ) )、高斯、0、0，0.01；nsr=sum (噪音(: ) 2)/sum (im2双精度(I (: ) ) 2)J3=deconvwnr(J1，h，NSR )subplot(224 )imshow(J3)title (导入了SNR的维纳滤波器的复原)分析：维纳滤波器是一种受制约的恢复，将劣化图像和噪声统计特性同时进行了恢复处理。 wiener滤波是使原图像及其复原图像间的平均方差最小的

4、复原方法。在能够看作幻想的图像信号大致平滑的随机过程的前提下，对图像进行复原，以使复原后的图像和原图像f(x，y )的平均方差最小化。约束最小二乘法滤波器I=im read (d :/PS.jpg )I1=检查器板(8)PS=PS (PS，50，45 )V=0.0001； J=imfilter(I，PSF，circular，conv )J1=imnoise(J，gaussian，0，0，0.01 )子打印(1，2，1 ) im show (j1)title (模糊噪声图像)噪音功率=v * prod (大小(I ) )；G、la gra =降级(j、PSF、噪音电源)subplot (1，2，

5、2 ) im show (g )。title (限制最小二乘法的复原)分析：制约最小二乘图像复原是以平滑测度为基准的复原方法。在实验中，首先得到运动模糊和高斯噪声劣化的图像Zn，接着对图像进行约束最小二乘法复原，同时得到最佳的复原参数，如果增大参数的值，图像变得模糊，但是噪声的改善效果显着，如果减小参数的值，图像变得很清楚盲去卷积复原I=im读(d :/zhi en.jpg )I=im 2双倍(I )LEN=20；希塔=20；PSF=fspecial(motion，LEN，theta )J=imfilter(I，PSF，circular，conv) %运动模糊INITPSF=ones(size(PSF ) )；K，PS F2 =恢复(j，INITPSF，30) %图像菲格ure；subplot(121) imshow(PSF， )辅助(122 ) im show (PS F2， )axis auto；菲格ure；显示subplot(121) imshow(J) %劣化的图像显示subplot(122) imshow(K) %复原影像分析通常通过在图像系统的点扩散函数PSF的已知下进行，并且实际上通常是未知的。 在PSF未知的情况下，