实验五图像复原讲义.docVIP

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11 Blurred=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 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。 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11 Blurred=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); 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);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11 Blurred=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 BlurredNois