实验报告利用MATLAB实现噪声图象的恢复.PDFVIP

实验报告 利用MATLAB实现噪声图象的恢复 姓名：张杰 学号：200304015043 一 原理分析: 合理的方法就是根据观测到的像素与领近的像素来对每一个像素进行分类。 通俗的解释就是当前点受到污染了，我们没有足够的信息来判断污染之前的状 态，但是我们可以用某个像素点的“左邻右舍”来对其进行估计。毕竟污染一片 的可能性比污染一个点的可能性要小许多，这其实就是典型的“加窗”处理的思 想。 假定在一个n×n的窗口上，灰度值是局部平稳的，令x[m,n]表示在位置[m,n] 上观测到的像素值，即图2 所示。以3×3的窗口为例，我们定义以下距离为点 x[m,n]到某一类灰级的距离。 下一步，得到某一点分别到4 类灰度的距离2[ , ] i D mn 后，找到最小的距离 2 minD [m,n]，判别某像素点属于该类。也就是说“灰度距离”最近的是一类的， 符合聚类分析的思想。 二 程序源代码: clc,clear; sigma=100; I1=imread(picture.bmp); % 读入图象点 figure(1),imshow(picture.bmp);%原始图象 [m,n]=size(I1); I=double(I1); N1=