数字图像处理作业：退化.pdf

图像退化 原图：original_DIP.tiff 原图 1．运动模糊退化，代码： f=imread(original_DIP.tiff); f=im2double(f); [m,n]=size(f);%图像大小 [u,v]=dftuv(m,n);%图像dft的行列矩阵 F=fft2(f); temp=0; for a=[0.1,-0.1] for b=[0.1,-0.1] UV=pi*(u*a+v*b)+0.0001*ones(m,n);%加上微小的常量避免分母为0 H=1./UV.*sin(UV).*exp(-1j*UV); %运动模糊退化模型 G=F.*H;%频域处理 g=real(ifft2(G)); % g=imnoise(g,gaussian,0,0.01);%运动模糊加高斯噪声 temp=temp+1;%绘图位置 subplot(2,2,temp) fulltitle=strcat(a=,num2str(a),,b=,num2str(b));%标题 imshow(g,[]);title(fulltitle) end end 模糊结果 （未加噪声）： a=0.1,b=0.1 a=0.1,b=-0.1 a=-0.1,b=0.1 a=-0.1,b=-0.1 分析与思考： （1）a=0.1，b=0.1：向右下方运动模糊 a=0.1，b=-0.1：向左下方运动模糊 a=-0.1，b=0.1：向右上方运动模糊 a=-0.1，b=-0.1：向左上方运动模糊 对比可知，参数a 控制垂直方向的运动，正值向下运动，负值 向上运动；参数b 控制水平方向的运动，正值向右运动，负值向左运 动。 （2 ）令参数b=0，改变参数a 的值，观察模糊程度：结果如下 a=0,b=0 a=0.05,b=0 a=0.1,b=0 a=0.15,b=0 可知：参数a 的值越大，模糊程度越大。参数b 同理。 2.在之前四种运动模糊的基础上加高斯噪声，观察结果： g=imnoise(g,gaussian,0,0.01);%运动模糊加高斯噪声 a=0.1,b=0.1 a=0.1,b=-0.1 a=-0.1,b=0.1 a=-0.1,b=-0.1