實驗三圖像復(fù)原

《實驗三圖像復(fù)原》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、實驗三圖像復(fù)原一、實驗?zāi)康?、掌握通用圖像退化模型的數(shù)學(xué)表達(dá)式及含義。2、掌握逆濾波、維納濾波和最小二乘方濾波的原理和方法，區(qū)別幾種復(fù)原濾波方法的優(yōu)缺點。3、掌握由于噪聲造成的退化圖像的復(fù)原方法，分析比較幾種空域濾波方法各自適合處理什么樣的噪聲圖像。二、實驗內(nèi)容1、讀入一幅清晰圖像，產(chǎn)生由于運動造成的模糊圖像，運動位移設(shè)置為20個像素，運動角度為30度，并保存?zhèn)溆谩?、分別利用逆濾波、維納濾波、約束最小二乘方濾波方法對模糊圖像進(jìn)行濾波處理，比較幾種濾波復(fù)原方法。3、載入一幅清晰圖像分別添加不同的噪聲，使用中值濾波、中點濾波、最小值濾波、最大值濾波方

2、法去噪，比較各種濾波方法對不同噪聲的處理效果。三、實驗步驟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逆濾波[MF,map]=imread('greens-MF.jpg');figure(1);imshow(MF);L

3、EN=20;THETA=30;INITPSF=fspecial('motion',LEN,THETA);[J,P]=deconvblind(MF,INITPSF,30);figure(2);imshow(J);figure(3);imshow(P,[],'notruesize');維納濾波、約束最小二乘方濾波方法F=checkerboard(8);figure(1);imshow(F,[]);PSF=fspecial('motion',7,45);MF=imfilter(F,PSF,'circular');noise=imnoise(zeros(s

4、ize(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-71e7]);imshow(A);figure(6);B=deconvreg(MFN,PSF,4);ims

5、how(B);3f=imread('cameraman.tif');figure(1);imshow(f);title('原始圖像');g=imnoise(f,'salt&pepper',0.2);figure(2);imshow(g);title('椒鹽噪聲污染的圖像');g1=double(g)/255;j1=medfilt2(g1,'symmetric');figure(3);imshow(j1);title('中值濾波圖像');j2=ordfilt2(g1,median(1:3*3),ones(3,3),'symmetric');figur

6、e(4);imshow(j2);title('中點濾波圖像');j3=ordfilt2(g1,1,ones(3,3));figure(5);imshow(j3);title('最小值濾波圖像');j4=ordfilt2(g1,9,ones(3,3));figure(6);imshow(j4);title('最大值濾波圖像');