資源描述：
《圖像復(fù)原實驗 數(shù)字圖像處理實驗報告》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、數(shù)字圖像處理實驗報告1-圖像復(fù)原學(xué)生姓名：學(xué)號：實驗時間：地點：指導(dǎo)教師:一、實驗?zāi)康倪\用理論知識，在MATLAB環(huán)境下對圖像復(fù)原技術(shù)進(jìn)行實驗驗證，學(xué)習(xí)算法實現(xiàn)的科學(xué)方法，增強(qiáng)對算法及其效果的感性認(rèn)識。（1）對圖像進(jìn)行復(fù)原處理。調(diào)用MATLAB中的圖像復(fù)原函數(shù)，編寫MATLAB程序，實現(xiàn)對圖像的復(fù)原。（2）C++編程，利用雙線性插值將照片放大。二、實驗內(nèi)容要求：以下實驗采用學(xué)生本人的照片作為處理對象。（1）利用MATLAB做圖像復(fù)原實驗。實驗方法和步驟如下：選擇一幅完好的照片，進(jìn)行退化處理，然后對退化后的圖像進(jìn)行復(fù)原，并對不同參數(shù)的復(fù)原結(jié)果進(jìn)行比較。（2）用VC++編寫
2、程序，采用鄰近差值和雙線性插值兩種方法，將圖像放大到原來的1.5倍,并存儲為res0.yuv和res1.yuv。三、實驗結(jié)果（1）①先對圖像進(jìn)行模糊處理，用matlab中fspecial函數(shù)產(chǎn)生motion濾波器，然后對灰度圖像進(jìn)行濾波即可得到。再用deconvwnr函數(shù)對圖像進(jìn)行維納濾波可的如下結(jié)果（程序代碼詳見附錄1.1）：由此可見濾波效果并不是很明顯，其中一個原因就是要取合適的len、theta參數(shù)是很困難的，所以導(dǎo)致模糊效果不是很好。②先對圖像進(jìn)行模糊處理，用matlab中fspecial函數(shù)產(chǎn)生motion濾波器，然后對灰度圖像進(jìn)行濾波即可得到。在對圖像加高斯
3、噪聲，用imnoise函數(shù)。再用deconvwnr函數(shù)對圖像進(jìn)行維納濾波可見不同參數(shù)情況下的濾波情況如下（程序代碼詳見附錄1.2）：由此可見，平滑濾波不一定總是能帶來很好的效果，如果圖像過于模糊，平滑濾波就會導(dǎo)致圖像過于平滑，就會使得圖像高頻分量也就是邊緣輪廓十分的不明顯。③先對圖像進(jìn)行模糊處理，用matlab中fspecial函數(shù)產(chǎn)生motion濾波器，然后對灰度圖像進(jìn)行濾波即可得到。在對圖像加高斯噪聲，用imnoise函數(shù)。再用deconvblind函數(shù)對圖像進(jìn)行盲濾波可見不同參數(shù)情況下的濾波情況如下（程序代碼詳見附錄1.3）：（2）采用雙線性插值法對所給圖像實現(xiàn)長
4、和寬分別1.5倍的放大。首先，創(chuàng)建C++source文件，編寫相關(guān)程序，先從C盤根目錄下讀取finley.yuv文件。分別定義兩個一維數(shù)組和兩個二維數(shù)組，分別用來存放原圖像和放大后的圖像。用FILE函數(shù)將文件讀取到一位數(shù)組中，二維數(shù)組的作用是為了方便雙線性插值算法的操作而準(zhǔn)備的，因為雙線性插值是通過目標(biāo)像素周圍最近的四個像素點來進(jìn)行加權(quán)平均得到的插值點。inov[i][j]=(int)((1-a)*(1-b)*org[(int)x1][(int)y1]+a*(1-b)*org[(int)x1+1][(int)y1]+(1-a)*b*org[(int)x1][(int)y
5、1]+a*b*org[(int)x1+1][(int)y1+1])可以得到插值后的點了。再將放大后的圖像存入到文件中去。實驗結(jié)果如下(程序詳見附錄2.1)：四、實驗小結(jié)本次實驗可謂是收貨頗多，我不僅學(xué)會了用matlab簡單的處理數(shù)字圖像，還會用c語言創(chuàng)建exe軟件了并且能自己做一些簡單的圖像處理并把它做成想要的軟件，如果再加以學(xué)習(xí)，就可以成功的編出像Photoshop一樣的軟件，在這高速發(fā)展的社會能掌握這樣的技能還是非常不錯的。在進(jìn)行插值前先將邊界點判斷出來并不改變，然后對于非邊界點進(jìn)行雙線性插值，通過公式五、附錄1.1%====讀出圖像finley.jpg====%i
6、=imread('E:電力數(shù)字圖像處理實驗實驗三finley.jpg');i=rgb2gray(i);%轉(zhuǎn)成灰度圖像len=28;theta=14;psf=fspecial('motion',len,theta);blurred=imfilter(i,psf,'circular','conv');figure(1),imshow(blurred);wnr1=deconvwnr(blurred,psf);figure(2),imshow(wnr1)subplot(131);imshow(i);title('原始圖像');subplot(132);imshow(b
7、lurred);title('模糊圖像');subplot(133);imshow(wnr1);title('維納濾波后圖像');1.2%====讀出圖像finley.jpg====%i=imread('E:電力數(shù)字圖像處理實驗實驗三finley.jpg');i=rgb2gray(i);%轉(zhuǎn)成灰度圖像%對圖像進(jìn)行模糊處理len=28;theta=14;psf=fspecial('motion',len,theta);blurred=imfilter(i,psf,'circular','conv');%對圖像加噪聲noisy=im
