3.1图像的复原.pptVIP

3.1 图像的复原 主要内容 图像退化的原因 图像退化模型的建立 图像复原的方法 重点与难点 重点: 图像退化的原因 图像退化模型 图像恢复的方法 难点 图像退化模型的建立 图像复原的方法 光学散焦造成的图像退化 目标相对运动造成的图像退化 例2：通过位置信息来产生高斯噪声 例3：根据亮度值来产生高斯噪声 例4：添加椒盐噪声 维纳（wiener）滤波最早是由Wiener提出，针对一维、二维信号进行复原，计算量较低，但效果较好。 例：通过维纳滤波对运动模糊进行复原。 例4：对彩色图像进行模糊，增加噪声，然后利用Lucy-Richardson滤波器对其进行复原处理 clear all; I=imread(board.tif); I=I(50+[1:256],2+[1:256],:); subplot(131);imshow(I); xlabel(a)原始图像); PSF=fspecial(gaussian,5,5);%创建PSF Blurred=imfilter(I,PSF,symmetric,conv);%图像中创建一个模拟的模糊和添加噪声 V=.002; BlurredNoisy=imnoise(Blurred,gaussian,0,V);%图像中添加噪声 subplot(132);imshow(BlurredNoisy); xlabel(b)降质图像);%使用dec