西电机电院数字图像处理.doc

数字图像处理作业 姓名：田文婷 学号 ———2015年12月 ——由于原给定图参数难以判别，故选用已知图像进行模糊并复原 基于MATLAB对运动产生模糊的图像进行复原 一、模糊方向判别 =，长度L=20像素的匀速直线运动模糊，得到退化图像如图1(b) 1(a) 1(b) j=imread('车牌1.jpg'); figure(1),imshow(j); title('原图像'); len=20; theta=30; psf=fspecial('motion',len,theta); j1=imfilter(j,psf,'circular','conv'); figure,imshow(j1); title('PSF模糊图像');  图1(c)和1(d)分别为原图像和模糊图像的二次傅里叶变化 1(c) 1(d) J=rgb2gray(j); K=fft2(J); %傅里叶变换 M=fftshift(K);%直流分量移到频谱中心 N=abs(M); %计算频谱幅值 P=(N-min(min(N)))… /(max(max(N))-min(min(N)))*225;%归一化 figure,imshow(P); title('傅里叶变换频谱'); J1=rgb2gray(j1); K1=fft2(J1); %傅里叶变换 M1=fftshift(K1);%直流分量移到频谱中心 N1=abs(M1); %计算频谱幅值 P1=(N1-min(min(N1)))/(max(max(N1))… -min(min(N1)))*225;%归一化 figure,imshow(P1); title('傅里叶变换频谱'); 利用图1(d)粗略的计算模糊的方向，可以通过matlab自带的画线工具，选取如下图1(e)所示的三角形，计算a与c之间的夹角 Matlab命令窗口输：ginput 选中三个顶角后回车，可得数据 ans = 136.6009 146.3977 137.4205 166.8895 145.2074 166.8895 粗略取值后，经Matlab计算得： atan(20/9)*180/pi ans = 65.7723 则运动方向为90-ans≈25（误差为5）。 1(e) 二、模糊长度的估计 运动模糊图像中，在运动方向上大多数模糊图像的背景像素点具有很强的相关性，即沿着运动模糊的轨迹，背景像素点的灰度值逐渐变化或者不变。通过文献的学习，先对模糊图像进行一阶微分，然后进行自相关运算，可得一条鉴别曲线，曲线上会出现对称的相关峰，峰值为负，两相关峰之间的距离等于运动模糊长度。 把模糊图像转换为灰度图像，采用Sobel算子对其进行一阶微分运算，Sobel算子 其自相关曲线如图2(a)所示。利用matlab的Data Cursor可以测得两负峰之间的距离为20个像素点，此为运动模糊的长度，与理论值吻合（比较精确）。由于长度的测量计较精确，可以根据长度对运动模糊方向进行不同的取值，达到最好效果。 f1=rgb2gray(j1); f1=im2double(f1); h = fspecial('Sobel'); %Sobel算子 J = conv2(f1,h,'same'); %Sobel算子微分 IP=abs(fft2(J)); %图像能量谱密度 S=fftshift(real(ifft2(IP))); figure,plot(S); title('自相关图'); %图像自相关函数 三、图像的复原 然后我们按本文中鉴别出的运动模糊图像的运动长度和运动角度后，构造出相应的匀速直线运动PSF，并对其进行图像复原，得到的效果如下图3所示。 len=20; theta=25; psf=fspecial('motion',len,theta); wnr1=deconvwnr(j1,psf,0); subplot(221),imshow(wnr1); title('维纳滤波处理后图像'); np=0.002*prod(size(j)); er=deconvreg(j1,psf,np/3.0); subplot(222),imshow(er); ti