华东政法大学计算机专业数字图像处理matlab作业.pdfVIP

1、读入一幅图像，按下列要求完成MATLAB 实验： （1） 分别模拟生成运动模糊、散焦模糊图像； （2） 假设已知模糊参数，运用逆滤波法和维纳滤波的方法进行图像复原； （3） 显示复原的结果，并比较不同复原算法效果的异同。 思考：采用不同的模糊参数复原出的图像效果图会有怎样的变化，如LEN 参数过大或过小、THETA 参数过 大或过小？ （1）im=imread(‘image.jpg’); H1=fspecial(‘motion’,10,20); %生成运动模糊核 motionblur=imfilter(im,H1,’replicate’); %产生运动模糊图像 figure,imshow(motionblur); H2=fspecial(‘disk’,10); %生成散焦模糊核 motionblur=imfilter(im,H2,’replicate’); %产生散焦模糊图像 （2）[J P]=deconvblind(motionblur, H1, 30); % 反滤波去模糊 figure,imshow(J,[]); % 滤波后显示 wnr=deconvwnr(motionblur,H1); %维纳滤波去模糊 figure,imshow(wnr,[]); % 滤波后显示 （3）实验证明，当退化图像的噪声较小，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。通常， 在离频率平面原点较远的地方数值较小或为零，因此图像恢复在原点周围的有限区域内进行，即将退化图像 的傅立叶谱限制在没出现零点而且数值又不是太小的有限范围内。当噪声作用范围很大时，逆滤波不能从噪 声中提取图像。 2、对一副图片求其幅值谱和相位谱，并对幅值谱和相位谱分别进行图像构，对比其所求结果。 i=imread(); G=fft2(double(i)); %fft2函数要求DOUBLE型 FG=abs(fftshift(G)); %进行二维傅里叶变换，将其坐标原点移到频谱图中央位置 subplot(2,2,1);imshow(log(FG),[]),title(‘幅值谱’); subplot(2,2,2);imshow(angle(fftshift(G)),[]); title(‘相位谱’); IFG=ifft2(abs(G)); subplot(2,2,3);imshow(IFG,[]); title(‘幅值重构’); PG=angle(G); IPG=ifft2(exp(j*PG)); subplot(2,2,4);imshow(abs (IPG),[]); title(‘相位重构’); M=ifft2(abs(G).*exp(j*PG)); figure;imshow(abs(M),[]); title(‘重构图像’); 从结果可以看出，从幅值谱图像中得到的信息比在相位谱图像中得到的信息多，但对幅值谱图像重构后，即 忽略相位信息，将其设为 0，所得到的图像与原始图像相比，结果差别很大；而对相位谱图像重构后，及忽 略幅值信息，将其设为常数，可以从中看出图像的基本轮廓来。 3、构造一幅黑白二值图像，在128*128 的黑色背景中心产生一个4*4 的白色方块，完成如下操作： （1）对图像作傅立叶变换，显示频域振幅图像。作傅立叶逆变换，显示图象，看是否与原图像相同。 （2）对原始图像进行运动模糊（imfilter 函数、motion 参数），显示其频谱图，观察频谱图可得出什么规律？ (1) f=zeros(128,128); f(62:65,62:65)=1; G=fft2(double(f)); FG=abs(fftshift(G)); imshow(log(FG),[]);title( ‘频域振幅图像’); IFG=ifft2(G); imshow(IFG,[]); title(‘逆变换图像’); (2)h=imnoise(‘motion’,10,10); M=imfilter(f,h); M1=fft2(double(M))… 4、任意选择一幅图像，绘制图像的直方图。可以直接通过使用 imhist(I)来显示图像的直方图 I=imread(‘cameraman.tif’); imshow(I);title(原始图像); b=size(I); %测量图像尺