版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、精选优质文档-倾情为你奉上精选优质文档-倾情为你奉上专心-专注-专业专心-专注-专业精选优质文档-倾情为你奉上专心-专注-专业 信息工程学院实验报告成 绩:指导老师(签名):课程名称:数字图像处理 实验项目名称:实验五 图像复原 实验时间:2016.12.02 班级: 姓名: 学号: 一、实验目的1.了解图像退化/复原处理的模型; 2. 掌握图像复原的原理及实现方法;3. 通过本实验掌握利用MATLAB编程实现图像的恢复。4. 掌握matlab代码的调试方法,熟悉常见代码错误及改正方法。二、实验步骤及结果分析MATLAB图像处理工具箱包含四个图像复原函数,请参照教材第126页例6.8编程实现图
2、像复原。1用点扩散(PSF)函数创建运动模糊图像,修改参数改变模糊程度。a) 无噪声运动模糊图像b) 有噪声运动模糊图像程序代码:I=imread(cameraman.tif); %读取图像subplot(1,3,1);imshow(I,);%显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理subplot(1,3,2);imshow(Blurred,);title(无噪声运动模糊图像); %显示无噪声运动模糊图像
3、Noise=0.05*randn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声subplot(1,3,3);imshow(BlurredNoisy,);title(有噪声运动模糊图像); %显示运动模糊且加噪声后图像执行结果:图1 无噪声和有噪声的运动模糊图像实验结果分析:采用仿真的方法对清晰的图像加以运动模糊,形成模糊的图像。用这种模型来描述由于目标或摄像头运动,而导致的图像模糊。 同时在加入正态分布的随机噪声图像显得更加灰暗。2用维纳滤波复原函数deconvwnr 对模糊图像进行复原重建
4、。a) 对无噪声运动模糊图像用deconvwnr(I,PSF)进行复原;程序代码:I=imread(cameraman.tif); %读取图像subplot(1,3,1);imshow(I,); %显示图像title(原始图像); PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理subplot(1,3,2);imshow(Blurred,); %显示无噪声运动模糊图像title(无噪声运动模糊图像); WI1=deconvwnr(Blurred
5、,PSF); %不带参数的维纳滤波(逆滤波)复原subplot(1,3,3); imshow(WI1,); %显示逆滤波复原结果title(逆滤波复原结果); 执行结果:图2 对无噪声的运动模糊图像进行逆滤波复原实验结果分析:由实验结果可以看出,当图像无噪声或噪声较小,即轻度降质时,采用逆滤波恢复的方法可以获得较好的结果。b) 对有噪声运动模糊图像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR) 和deconvwnr(I,PSF,NCORR,ICORR)函数进行复原。程序代码:I=imread(cameraman.tif); %读取图像subplot(2,3,1);
6、imshow(I,); %显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理Noise=0.05*randn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声subplot(2,3,2);imshow(BlurredNoisy,); %显示运动模糊且加噪声后图像title(运动模糊且加噪声后图像);WI1=decon
7、vwnr(BlurredNoisy,PSF); %不带参数的维纳滤波(逆滤波)复原subplot(2,3,3); imshow(WI1,); %显示逆滤波复原结果title(逆滤波复原结果);NSR=sum(Noise(:).2)/sum(im2double(I(:).2);%计算噪信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %带噪信比参数的维纳滤波复原subplot(2,3,4);imshow(WI2,); %显示带噪信比参数维纳滤波复原结果title(带噪信比参数维纳滤波复原结果);NP=abs(fftn(Noise).2;NCORR=real(ifftn
8、(NP); %计算噪声的自相关函数IP=abs(fftn(im2double(I).2;ICORR=real(ifftn(IP); %计算信号的自相关函数WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); %带自相关函数的维纳滤波复原subplot(2,3,5);imshow(WI3,); title(带自相关函数的维纳滤波复原);执行结果:图3 对运动模糊退化且加噪声的图像进行维纳滤波实验结果分析:比较复原结果可以发现,在对图像和噪声信息都未知的情况下采用不带参数的维纳滤波(逆滤波)形式进行复原效果很不好,在已知信噪比NSR参数的情况的维纳滤波复原效果有
9、了较大的改善,在已知噪声和原图像的自相关函数等参数的情况下的维纳滤波复原效果最佳。c) 在实际应用过程中,常常无法准确得知噪声图像和理想图像的功率谱,试着用常数K来代替NSR,并通过实验观察不同K对图像复原效果的影响。程序代码:I=imread(cameraman.tif); %读取图像subplot(1,3,1);imshow(I,);%显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理Noise=0.05*ra
10、ndn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声WI1=deconvwnr(BlurredNoisy,PSF); %不带参数的维纳滤波(逆滤波)复原NSR=sum(Noise(:).2)/sum(im2double(I(:).2); %计算噪信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %带噪信比参数的维纳滤波复原subplot(2,3,1);imshow(WI2,); %显示带噪信比参数维纳滤波复原结果title(NSR取均值复原结果);WI3=deco
11、nvwnr(BlurredNoisy,PSF,0.005); %噪信比取0.005参数的维纳滤波复原subplot(2,3,2);imshow(WI3,); title(NSR=0.005复原结果);WI4=deconvwnr(BlurredNoisy,PSF,0.001); %带噪信比取0.002参数的维纳滤波复原subplot(2,3,3);imshow(WI4,); %显示带噪信比参数维纳滤波复原结果title(NSR=0.001复原结果); WI5=deconvwnr(BlurredNoisy,PSF,0.01); %带噪信比取0.01参数的维纳滤波复原subplot(2,3,4);i
12、mshow(WI5,); %显示复原结果title(NSR=0.01复原结果);WI6=deconvwnr(BlurredNoisy,PSF,0.05); %带噪信比取0.05参数的维纳滤波复原subplot(2,3,5);imshow(WI6,); title(NSR=0.05复原结果);WI7=deconvwnr(BlurredNoisy,PSF,0.1); %带噪信比取0.1参数的维纳滤波复原subplot(2,3,6);imshow(WI7,); %显示复原结果title(KNS=0.1复原结果);执行结果:图4 不同噪信比参数的维纳滤波复原实验结果分析:由实验结果可知,在带噪信比参数
13、的维纳滤波复原中,当NSR取均值时滤波效果是最好的,随着滤波中NSB由均值减小时,图像的模糊运动减小但同时噪声增强了;反之,当NSB由均值增大时,图像的模糊运动增强噪声减小了。三、实验中遇到问题及解决方法1. 图像复原和图像增强两者之间的区别。图像复原又称为图像恢复,图像复原和图像增强一样,都是为了改善图像视觉效果,以及便于后续处理。只是图像增强方法更偏向主观判断,而图像恢复则是根据图像畸变或退化原因,进行模型化处理。四、实验心得体会通过这个实验,使我对图像复原和图像增强两者之间的区别有了更加清晰的认识;在实验过程中了解了维纳滤波的原理,功能以及在图像处理方面的应用。维纳滤波器是对噪声背景下的
14、信号进行估计,它是最小均方误差准则下的最佳线性滤波器,在已知信噪比NSR参数的情况的维纳滤波复原效果有较大的改善。五、源程序清单%1用点扩散(PSF)函数创建运动模糊图像,修改参数改变模糊程度。I=imread(cameraman.tif); %读取图像subplot(1,3,1);imshow(I,);%显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理subplot(1,3,2);imshow(Blurred,
15、);title(无噪声运动模糊图像); %显示无噪声运动模糊图像Noise=0.05*randn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声subplot(1,3,3);imshow(BlurredNoisy,);title(有噪声运动模糊图像); %显示运动模糊且加噪声后图像%2用维纳滤波复原函数deconvwnr 对模糊图像进行复原重建。 %a) 对无噪声运动模糊图像用deconvwnr(I,PSF)进行复原;I=imread(cameraman.tif); %读取图像subplot(
16、1,3,1);imshow(I,); %显示图像title(原始图像); PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理subplot(1,3,2);imshow(Blurred,); %显示无噪声运动模糊图像title(无噪声运动模糊图像); WI1=deconvwnr(Blurred,PSF); %不带参数的维纳滤波(逆滤波)复原subplot(1,3,3); imshow(WI1,); %显示逆滤波复原结果title(逆滤波复原结果);
17、 %2用维纳滤波复原函数deconvwnr 对模糊图像进行复原重建。 %b) 对有噪声运动模糊图像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR)和deconvwnr(I,PSF,NCORR,ICORR)函数进行复原I=imread(cameraman.tif); %读取图像subplot(2,3,1);imshow(I,); %显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Blurred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理Nois
18、e=0.05*randn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声subplot(2,3,2);imshow(BlurredNoisy,); %显示运动模糊且加噪声后图像title(运动模糊且加噪声后图像);WI1=deconvwnr(BlurredNoisy,PSF); %不带参数的维纳滤波(逆滤波)复原subplot(2,3,3); imshow(WI1,); %显示逆滤波复原结果title(逆滤波复原结果);NSR=sum(Noise(:).2)/sum(im2double(I(:
19、).2);%计算噪信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %带噪信比参数的维纳滤波复原subplot(2,3,4);imshow(WI2,); %显示带噪信比参数维纳滤波复原结果title(带噪信比参数维纳滤波复原结果);NP=abs(fftn(Noise).2;NCORR=real(ifftn(NP); %计算噪声的自相关函数IP=abs(fftn(im2double(I).2;ICORR=real(ifftn(IP); %计算信号的自相关函数WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); %带自相关函数的维纳滤
20、波复原subplot(2,3,5);imshow(WI3,); title(带自相关函数的维纳滤波复原);%2用维纳滤波复原函数deconvwnr 对模糊图像进行复原重建。 %c) 对有噪声运动模糊图像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR)和deconvwnr(I,PSF,NCORR,ICORR)函数进行复原I=imread(cameraman.tif); %读取图像subplot(1,3,1);imshow(I,);%显示图像title(原始图像);PSF=fspecial(motion,25,11); %运动模糊函数,运动位移是25像素,角度是11Bl
21、urred=imfilter(I,PSF,conv,circular); %对图像运动模糊处理Noise=0.05*randn(size(I); %正态分布的随机噪声BlurredNoisy=imadd(Blurred,im2uint8(Noise);%对退化后的图像附加噪声subplot(1,3,2);imshow(BlurredNoisy,); %显示运动模糊且加噪声后图像title(运动模糊且加噪声后图像);WI1=deconvwnr(BlurredNoisy,PSF); %不带参数的维纳滤波(逆滤波)复原subplot(1,3,3); imshow(WI1,); %显示逆滤波复原结果title(逆滤波复原结果); figureNSR=sum(Noise(:).2)/sum(im2
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 【正版授权】 ISO/TS 5384:2024 EN Health informatics - Categorial structure and data elements for the identification and exchange of immunization data
- 【正版授权】 ISO 19085-5:2024 EN Woodworking machines - Safety - Part 5: Dimension saws
- 【正版授权】 ISO 16321-1:2021/Amd 1:2024 EN Eye and face protection for occupational use - Part 1: General requirements - Amendment 1
- 【正版授权】 ISO 25649-2:2024 EN Floating leisure articles for use on and in the water - Part 2: Consumer information
- 2024年度招标协议部门职能描述版B版
- 高中信息技术人教中图版(2019)必修2 4.2信息社会责任- 说课稿
- 山东省郯城县八年级道德与法治上册 第四单元 人身权、受教育权:美好生活最相关 第8课 受教育 为幸福生活奠基 第1框 教育是今天 更是明天说课稿 鲁人版六三制
- 2024年度建筑信息模型(BIM)合同:公墓及配套新建项目BIM服务3篇
- 2024年度品牌授权使用合同:包含授权范围与费用支付的复杂协议3篇
- 2024年度版权买卖合同(含版权转移)2篇
- 江苏省苏州市2024-2025学年高三上学期11月期中调研数学试题 含解析
- 《新能源材料专业英语》教学大纲
- 8《彩色的梦》说课稿-2023-2024学年统编版语文二年级下册
- 人教版2024-2025学年八年级上学期数学14.3因式分解同步练习基础卷(含答案)
- 2024年河南省公务员录用考试《行测》真题及答案解析
- 大河的馈赠 课件 2024-2025学年鲁教版(五四制)初中美术六年级上册
- 2025年蛇年年会汇报年终总结大会模板
- 新编苏教版一年级科学上册实验报告册(典藏版)
- 山东省菏泽市2024-2025学年高三上学期期中考试物理试题
- 光伏项目施工总进度计划表(含三级)
- 团章考试试题及答案
评论
0/150
提交评论