数字图像课程设计报告精选.docVIP

数据图像处理 目录 实验目的------------------------------------------------------3 实验基本原理------------------------------------------ -----3 1、概念--------------------------------------------------------------------------------------------------3 高斯噪声-----------------------------------------------------4 脉冲噪声-----------------------------------------------------5 2、概念--------------------------------------------------------------------------------------------------5 （1）去除由匀速运动引起的模糊-------------------------5 （2）逆滤波复原---------------------------------------6 （3）维纳滤波器---------------------------------------7 （4）约束最小二乘方滤波器-----------------------------8 （5）Lucy-Richardson滤波器----------------------------9 Matlab函数使用说---------------------------------------------------9 Lucy-Richardson 图像恢复 -------------------------------9 约束最小二乘滤波恢复-----------------------------------10 维纳滤波恢复-------------------------------------------10 实验代码------------------------------------------10 结果----------------------------------------------13 实验问题及心得----------------------------------18 数字图像恢复 一．实验目的 1.掌握数字图像恢复的技术。 2.了解加噪声的函数的应用 二．实验基本原理 1概念： 图像复原 （Image Restoration），也称图像恢复，是数字图像处理的一类方法，图像复原与图像增强技术一样，也是一种改善图像质量的技术。 在研究图像退化原因的基础上，以被退化的图像为依据，根据某些先验知识，设计一种数学模型（或选择一种算子）从而估算出理想像场的一类操作。恢复图像的“真”面目造成图像退化的原因很多，大致有： 1、光学系统的缺陷 2、摄影胶片的非线性 3、光电转换器件的非线性 4、射线辐射、大气湍流等造成的照片畸变 5、运动模糊 6、大气扰动 7、几何畸变 通常将退化原因作为线性系统退化的一个因素，从而建立系统退化模型来近似描述图像函数的退化。 一幅清晰的图像f(x,y)由于通过一个系统H以及引进了加性噪声n(x,y)而退化为一幅图像g(x,y)。可以表示为线性位移不变系统的退化模型： 不考虑加性噪声：g(x，y)= f(x，y)* h(x，y) g(x，y)= f(x，y)* h(x，y)+ n(x，y) G(u,v)=F(u,v)H(u,v)+N(u,v) 使用线性位移不变系统的原因，很多退化都可以用线性位移不变模型来近似，可以借助数学工具求解图像复原问题当退化不太严重时，一般有较好的复原结果，尽管实际非线性和位移可变的情况能更加准确而普遍地反映图像复原问题的本质，但求解困难。 退化系统H 的性质： (1) 线性： (2) 相加性（k1 = k2 = 1 ）： (3) 一致性（f2(x, y) = 0 ）： (4) 位置（空间）不变性： 图像f(x,y)被线性操作h(x,y)所模糊，并叠加上噪声η(x,y)，构成了退化后的图像g(x,y)。退化后的图像与复原滤波器卷积得到复原的f(x,y)图像。 获得关于原始图像的近似估计f(x,y)。通常我们希望这一估计尽可能接近原始图像。 关于H和 的性信息知道的越多， f(x,y)就越接近 f(x,y)。 高斯噪声： 高斯随机变量z的概率密度函数（ PDF ）由下式给出 z表示灰度值， 表示z的平均值或期望值， 表示标准差。标准差的平方 ，称为z的方差。高斯