- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数字图像处理第四次综合作业-KaichenZhao.PDF
数字图像处理第四次综合作业
——图像恢复
一、 作业要求
下图在拍摄时发生了散焦模糊的情况,试用 Laplace 算子约束的最小二乘方法将图片
中的人物去模糊。(注:附件中给出了 PSF 和两张模糊的图片,一张没有噪声,一张加入了
噪声,请分别将其去模糊并分析结果的差异。本图来源为人人网王建一的相册)。
二、 实验过程
1. 算法说明
使用Laplace 算子约束的最小二乘方法为图片去模糊,主要过程是:
(1).取模糊图为g(x,y) ,PSF 为h(x,y),拉普拉斯算子p(x,y)
(2).对g(x,y),h(x,y),p(x,y)变换到频域,做傅里叶变换得到G(u,v),H(u,v),P(u,v)
(3).对H 和P 延拓,延拓到和G 一样大小
H ∗ u,v
(4).使用公式 F u, v = 2 2 G(u, v) 计算得到F(u,v)
H u,v +γ P u,v
其中,H*(u,v)为H(u,v)的共轭矩阵。
(5).对F(u,v)做傅里叶反变换到时域,得到f(x,y) ,即去模糊的图。
2. 去模糊结果
可以看出,已经基本实现去模糊,但是图像边缘有明显的“波纹”——振铃效应。
3. 通过镶边去除振铃效应
镶边过程主要分为两步,
除去原图周围黑框
通过原图边缘复制延拓进行镶边
在实验中,发现加框宽度与最终效果有很重要的联系:
加框宽度edge 效果
0
7
100
400
4. 带噪声图像的处理结果
直接使用上图中带400 镶边的计算方法,得到带噪声图像如下:
对比带噪声和不带噪声的的处理结果,发现:
二者γ 取值是不同的,存在噪声时,γ 取值相对较大,图像相对不清晰,但是噪声
也不明显。
三、 问题和收获
1. 对卷积和伪逆滤波的认识
最初看到这个问题,首先考虑的是直接使用伪逆滤波,得到的结果是周期性的纹理,
为了确定自己的算法没有问题,我找到了清晰的原图,使用PSF 对图像进行卷积,然后
伪逆滤波,可以得到清楚的原图。但是将图像保存后再伪逆滤波/反卷积,就得到了周
期性的纹理。
发现网络学堂上也有同学提出这一问题,原因是保存图像后数值的小数部分被舍掉,
这一舍去导致了无法直接使用伪逆滤波。
2. 消除振铃效应
起初消除振铃效应是使用网络学堂上讨论的方法,除去黑框然后镶边,效果不能令
人满意。和同学交流后发现是因为自己镶边的宽度太小导致的。
文档评论(0)