数字图像处理实验材料(最后两次的).docVIP

实验十 图像复原 1 实验目的 掌握噪声模拟和图像滤波函数的使用方法 了解图像复原的Matlab实现方法 2 实验内容 模糊与噪声 对图像‘flowers.tif’分别采用运动PSF和均值滤波PSF进行模糊。 I=imread(flowers.tif); I=I(10+[1:256],222+[1:256],:); %剪切图像 imshow(I) len=30; %运动位移 theta=10; %运动角度 PSF=fspecial(motion,len,theta); blurred=imfilter(I,PSP,circular,conv); figure,imshow(blurred) I=imread(flowers.tif); imshow(I) H=fspecial(motion,50,45); %运动PSP motionblur=imfilter(I,H); figure,imshow(motionblur) H=fspecial(‘disk’,10); %均值滤波PSP averageblur=imfilter(I,H); figure,imshow(averageblur) 在上述模糊图像上再添加噪声 J=imnoise(motionblur,salt pepper); figure,imshow(J) 维纳滤波复原 使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。 len=30; theta=10; PSF=fspecial(motion,len,theta); blurred=imfilter(I,PSF,circular,conv); figure,imshow(blurred) wnr1=deconvwnr(blurred,PSF); %真实PSF figure,imshow(wnr1) %非真实PSF wnr2=deconvwnr(blurred,fspecial(motion,2*len,theta)); figure,imshow(wnr2) %非真实PSF wnr3=deconvwnr(blurred,fspecial(motion,len,2*theta)); figure,imshow(wnr3) *使用维纳滤波复原函数deconvwnr复原模糊噪声图像。 PSF=fspecial(motion,len,theta); blurred=imfilter(I,PSF,circular,conv); noise=0.1*randn(size(I)); BlurredNoisy=imadd(blurred,im2uint8(noise)); figure,imshow(BlurredNoisy) wnr4=deconvwnr(BlurredNoisy,PSF); figure,imshow(wnr4) *设置信噪比和相关函数的维纳滤波复原。 NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2); %计算信噪比 wnr5=deconvwnr(BlurredNoisy,PSF,NSR); figure,imshow(wnr5) %设置信噪比的复原结果 NP=abs(fftn(noise)).^2; %噪声能量谱密度 NCORR=fftshift(real(ifftn(NP))); %噪声自相关函数 IP=abs(fftn(im2double(I))).^2; %图像能量谱密度 ICORR=fftshift(real(ifftn(IP))); %图像自相关函数 wnr6=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); figure,imshow(wnr6) %设置自相关函数的复原结果 实验十一 图像分析与理解 1 实验目的 了解DCT变换在图像压缩中的应用 掌握边缘检测的Matlab实现方法 了解用四叉数分解函数进行区域分割的方法 了解Matlab区域操作函数的使用方法 了解图像分析和理解的基本方法 2 实验内容 区域操作 使用区域选择函数roicolor, 区域滤波函数roifilt2和区域填充函数roifilld对图像‘pout.tif’或‘eight.tif’进行区域操作。 I=imread(pout.tif); imshow(I) BW=roipoly; figure,imshow(BW) h=fspecial(unsharp); I2=roifilt2(h,I,BW); figure,imshow(I2) I3=roifill; figure,imshow(I3); I=imread(eight.tif); i