- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像复原与重建
3-1、图象复原1
已知一图象p2-05-01,经过高通滤波得到其退化图象p2-05-02。采用逆滤波方式将其重新复原。高通滤波器采用两种:(1)巴特沃茨滤波器(2)高斯滤波器,其截止频率自行设定。
图像恢复处理的关键是建立图像的退化模型,实际所得退化图像g(x,y)模型的数学形式为
图像的退化复原过程模型:
图像的频域率复原有多种方法,如逆滤波复原法、维纳滤波复原法等。
其中逆滤波恢复法的过程如下:
对退化图像作二维傅里叶变换,得到G(u,v)。 (2)计算系统点扩散函数h(x,y)的二维傅立叶变换,得到H(u,v)。 这一步值得注意的是,通常h(x,y)的尺寸小于g(x,y)的尺寸。为了消除混叠效应引起的误差,需要把h(x,y)的尺寸延拓。 (3)计算。 (4)计算的逆傅立叶变换,求复原图像。 若噪声为零,则采用逆滤波恢复法能完全再现原图像。若噪声存在,而且H(u,v)很小或为零时,则噪声被放大。
程序为:
clc;
A=imread(p2-05-01.bmp);
subplot(2,2,1),imshow(A);
title(A);
f=double(A);
g=fft2(f);
g=fftshift(g);
subplot(2,2,2),imshow(log(abs(g)),[-1, 10]);title(傅里叶变换);
[M,N]=size(g);
d0=15; %d0=15,25,80
m=fix(M/2);n=fix(N/2);
for i=1:M
for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
if(d=d0)
h=1;
else h=0;
end
H(i,j)=h*g(i,j);
end
end
subplot(2,2,3),imshow(H);title(理想高通滤波器);
H=ifftshift(H);
J1=ifft2(H);
J2=uint8(real(J1));
subplot(2,2,4),imshow(J2);title(退化后图像);
F=fft2(J1);
F=fftshift(F);
[S,W]=size(F);
D0=15;
s=fix(S/2);w=fix(W/2);
for i=1:S
for j=1:W
D=sqrt((i-s)^2+(j-w)^2);
if(D=D0)
M(i,j)=F(i,j);
else
M(i,j)=g(i,j);
end
end
end
M=ifftshift(M);
J3=ifft2(M);
J4=uint8(real(J3));
figure,imshow(J4);title(复原图);
运行结果为:
3-2、图象复原2
已知p2-08为原图象,将该图象与平滑函数卷积产生模糊,再叠加零均值,方差分别为8,16和32的高斯随机噪声得到的1组待复原的图象。采用(1)维纳滤波方法进行复原;(2)约束最小二乘方滤波方法进行复原;并进行比较。
采用维纳滤波器的复原过程步骤如下: (1)计算图像g(x,y)的二维离散傅立叶变换得到G(u,v); (2)计算点扩散函数hw(x,y)的二维离散傅立叶变换。同逆滤波一样,为了避免混叠效应引起的误差,应将尺寸延拓; (3)估算图像的功率谱密度Pf(u,v)和噪声的谱密度Pn(u,v); (4)计算图像的估计值; (5)计算的逆傅立叶变换,得到恢复后的图像。
程序为:
%用维纳滤波法进行复原
clf;
clc;
f=imread(p2-08.tif);
[row,line]=size(f);
F=fft2(f);
r=1:row;
c=1:line;
[C,R]=meshgrid(c,r);
h=exp(sqrt(R.*R+C.*C)/240);
H=fft2(h);
g=(ifft2(F.*H));
%产生高斯噪声
M=0; %平均值
noise8=imnoise(zeros(size(f)),gaussian,M, 8);
noise16=imnoise(zeros(size(f)),gaussian,M,16);
noise32=imnoise(zeros(size(f)),gaussian,M,32);
%加入高斯噪声后的图像
fnoise8=g+noise8;
fnoise16=g+noise16;
fnoise32=g+noise
您可能关注的文档
- 国际理解教育概论.doc
- 国际电子商务复习资料.doc
- 国际私法复习资料.doc
- 国际私法考试重点.doc
- 国际私法试卷.doc
- 国际税收计算题例题.doc
- 国际经济与贸易专业人才市场需求报告.doc
- 国际经济学习题.doc
- 国际经济学习题库.doc
- 国际经济贸易阅读参考书目.doc
- 化学反应速率与平衡.ppt
- 企业会计信息质量问题及对策【精品发布】.doc
- 免疫学的应用高二上学期生物人教版选择性必修一.pptx
- 高中物理自由落体运动课题研究力学部分+课件+-2023-2024学年高一上学期物理人教版必修第一册.pptx
- 北师大版生物七年级上册 《细胞的基本结构和功能》第2课时CEP课件1.pptx
- Unit 4 Grammar and usage(教学课件)-高中英语牛津译林版(2020)选择性必修第三册.pptx
- 特异性免疫高二上学期生物人教版选择性必修1.pptx
- 期末复习课件专题9+物体的浮沉条件及应用(2)++2023-2024学年人教版八年级物理下册.pptx
- 其他植物激素高二上学期生物人教版选择性必修1.pptx
- 三大费用核算节税技巧【会计实务操作教程】.pptx
文档评论(0)