MATLAB图像处理之图像去模糊处理.pdfVIP

MATLAB图像处理之图像去模糊处理 clc;close all;clear; I = imread(‘peppers.png’);%读取图像 I = I(10+[1:256],222+[1:256];%选定图像的范围 figure(1); imshow(I);%显⽰原图像 title(‘Original Image’); LEN = 31; THETA = 11; PSF = fspecial(‘motion’,LEN,THETA);%产⽣运动模糊函数 blurred = imfilter(I,PSF,‘circular’,‘conv’);%产⽣运动模糊图像 figure(2); subplot(221), imshow(blurred);%显⽰运动模糊图像 title(‘Blurred’); wnr1 = deconvwnr(blurred,PSF);%使⽤维纳滤波器进⾏滤波 subplot(222); imshow(wnr1);%显⽰维纳滤波器后滤波的图像 title(‘Restored, True PSF’); wnr2 = deconvwnr(blurred,… fspecial(‘motion’,2LEN,THETA));%使⽤两倍长度的点扩散函数进⾏维纳滤波 subplot(223); imshow(wnr2); %显⽰恢复的图像 title(‘Restored, “Long” PSF’); wnr3 = deconvwnr(blurred,… fspecial(‘motion’,LEN,2 THETA));%使⽤两倍⾓度的点扩散函数进⾏维纳滤波 subplot(224); imshow(wnr3); %显⽰恢复的图像 title(‘Restored, Steep’); noise = 0.1randn(size(I));%⽣成随机噪声 blurredNoisy = imadd(blurred,im2uint8(noise));%模糊图像加⼊随机噪声 figure(3); subplot(221) imshow(blurredNoisy);%显⽰加⼊噪声的模糊图像 title(‘Blurred Noisy’); wnr4 = deconvwnr(blurredNoisy,PSF);%使⽤维纳滤波器进⾏滤波 subplot(222), imshow(wnr4);%显⽰恢复后的图像 title(‘Inverse Filtering of Noisy Data’); 2)/sum(im2double(I(). NSR = sum(noise(. 2);%计算噪声信号功率⽐ wnr5 = deconvwnr(blurredNoisy,PSF,NSR);%加⼊NSR参数使⽤维纳滤波器滤波 subplot(223); imshow(wnr5);%显⽰恢复后的图像 title(‘Restored with NSR’); wnr6 =deconvwnr(blurredNoisy,PSF,NSR/2);%改变NSR参数使⽤维纳滤波器滤波 subplot(224), imshow(wnr6);%显⽰恢复后的图像 title(‘Restored with NSR/2’); NP = abs(fftn(noise)).^2;%计算噪声功率谱 NPOW = sum(NP()/prod(size(noise)); % 噪声能量 NCORR = fftshift(real(ifftn(NP))); % 噪声的⾃相关函数 IP = abs(fftn(im2double(I))).^2;%计算图像功率谱 IPOW = sum(IP()/prod(size(I)); % 图像能量 ICORR = fftshift(real(ifftn(IP))); % 图像⾃相关函数 wnr7 = deconvwnr(blurredNoisy,PSF,NCORR,ICORR);%增加参数进⾏维纳滤波 figure(4); subplot(121) imshow(wnr7);%显⽰恢复后的图像 title(‘Restored with ACF’); ICORR1 = ICORR(:,ceil(size(I,1)/2)); wnr8 = deconvwnr(blurredNoisy,PSF,NPOW,… ICORR1);%使⽤噪声能量和图像⼀维⾃相关函数进⾏维