實驗五圖像復原

1、 信息工程學院實驗報告成 績：指導老師(簽名)：課程名稱：數(shù)字圖像處理 實驗項目名稱：實驗五 圖像復原 實驗時間：2016.12.02 班級： 姓名： 學號： 一、實驗?zāi)康?.了解圖像退化/復原處理的模型； 2. 掌握圖像復原的原理及實現(xiàn)方法；3. 通過本實驗掌握利用MATLAB編程實現(xiàn)圖像的恢復。4. 掌握matlab代碼的調(diào)試方法，熟悉常見代碼錯誤及改正方法。二、實驗步驟及結(jié)果分析MATLAB圖像處理工具箱包含四個圖像復原函數(shù)，請參照教材第126頁例6.8編程實現(xiàn)圖像復原。1用點擴散(PSF)函數(shù)創(chuàng)建運動模糊圖像,修改參數(shù)改變模糊程度。a) 無噪聲運動模糊圖像b) 有噪聲運動模糊圖像程序代

2、碼：第 8 頁 共 8 頁I=imread('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,);%顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理subplot(1,3,2);imshow(Blurred,);title('無噪聲運動模糊圖像'); %顯示無

3、噪聲運動模糊圖像Noise=0.05*randn(size(I); %正態(tài)分布的隨機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的圖像附加噪聲subplot(1,3,3);imshow(BlurredNoisy,);title('有噪聲運動模糊圖像'); %顯示運動模糊且加噪聲后圖像執(zhí)行結(jié)果：圖1 無噪聲和有噪聲的運動模糊圖像實驗結(jié)果分析：采用仿真的方法對清晰的圖像加以運動模糊，形成模糊的圖像。用這種模型來描述由于目標或攝像頭運動，而導致的圖像模糊。 同時在加入正態(tài)分布的隨機噪聲圖像顯得更加灰暗。2用維納濾波復原函數(shù)dec

4、onvwnr 對模糊圖像進行復原重建。a) 對無噪聲運動模糊圖像用deconvwnr(I,PSF)進行復原；程序代碼：I=imread('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,); %顯示圖像title('原始圖像'); PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理subplot(1,3,2);i

5、mshow(Blurred,); %顯示無噪聲運動模糊圖像title('無噪聲運動模糊圖像'); WI1=deconvwnr(Blurred,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原subplot(1,3,3); imshow(WI1,); %顯示逆濾波復原結(jié)果title('逆濾波復原結(jié)果'); 執(zhí)行結(jié)果：圖2 對無噪聲的運動模糊圖像進行逆濾波復原實驗結(jié)果分析：由實驗結(jié)果可以看出，當圖像無噪聲或噪聲較小，即輕度降質(zhì)時，采用逆濾波恢復的方法可以獲得較好的結(jié)果。b) 對有噪聲運動模糊圖像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR

6、) 和deconvwnr(I,PSF,NCORR,ICORR)函數(shù)進行復原。程序代碼：I=imread('cameraman.tif'); %讀取圖像subplot(2,3,1);imshow(I,); %顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理Noise=0.05*randn(size(I); %正態(tài)分布的隨

7、機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的圖像附加噪聲subplot(2,3,2);imshow(BlurredNoisy,); %顯示運動模糊且加噪聲后圖像title('運動模糊且加噪聲后圖像');WI1=deconvwnr(BlurredNoisy,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原subplot(2,3,3); imshow(WI1,); %顯示逆濾波復原結(jié)果title('逆濾波復原結(jié)果');NSR=sum(Noise(:).2)/sum(im2double(I(:).2);%計算噪

8、信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %帶噪信比參數(shù)的維納濾波復原subplot(2,3,4);imshow(WI2,); %顯示帶噪信比參數(shù)維納濾波復原結(jié)果title('帶噪信比參數(shù)維納濾波復原結(jié)果');NP=abs(fftn(Noise).2;NCORR=real(ifftn(NP); %計算噪聲的自相關(guān)函數(shù)IP=abs(fftn(im2double(I).2;ICORR=real(ifftn(IP); %計算信號的自相關(guān)函數(shù)WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); %帶自相關(guān)函數(shù)的維納

9、濾波復原subplot(2,3,5);imshow(WI3,); title('帶自相關(guān)函數(shù)的維納濾波復原');執(zhí)行結(jié)果：圖3 對運動模糊退化且加噪聲的圖像進行維納濾波實驗結(jié)果分析：比較復原結(jié)果可以發(fā)現(xiàn)，在對圖像和噪聲信息都未知的情況下采用不帶參數(shù)的維納濾波（逆濾波）形式進行復原效果很不好，在已知信噪比NSR參數(shù)的情況的維納濾波復原效果有了較大的改善，在已知噪聲和原圖像的自相關(guān)函數(shù)等參數(shù)的情況下的維納濾波復原效果最佳。c) 在實際應(yīng)用過程中，常常無法準確得知噪聲圖像和理想圖像的功率譜，試著用常數(shù)K來代替NSR，并通過實驗觀察不同K對圖像復原效果的影響。程序代碼：I=imread

10、('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,);%顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理Noise=0.05*randn(size(I); %正態(tài)分布的隨機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的

11、圖像附加噪聲WI1=deconvwnr(BlurredNoisy,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原NSR=sum(Noise(:).2)/sum(im2double(I(:).2); %計算噪信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %帶噪信比參數(shù)的維納濾波復原subplot(2,3,1);imshow(WI2,); %顯示帶噪信比參數(shù)維納濾波復原結(jié)果title('NSR取均值復原結(jié)果');WI3=deconvwnr(BlurredNoisy,PSF,0.005); %噪信比取0.005參數(shù)的維納濾波復原subplot(2,3,

12、2);imshow(WI3,); title('NSR=0.005復原結(jié)果');WI4=deconvwnr(BlurredNoisy,PSF,0.001); %帶噪信比取0.002參數(shù)的維納濾波復原subplot(2,3,3);imshow(WI4,); %顯示帶噪信比參數(shù)維納濾波復原結(jié)果title('NSR=0.001復原結(jié)果'); WI5=deconvwnr(BlurredNoisy,PSF,0.01); %帶噪信比取0.01參數(shù)的維納濾波復原subplot(2,3,4);imshow(WI5,); %顯示復原結(jié)果title('NSR=0.01復原結(jié)

13、果');WI6=deconvwnr(BlurredNoisy,PSF,0.05); %帶噪信比取0.05參數(shù)的維納濾波復原subplot(2,3,5);imshow(WI6,); title('NSR=0.05復原結(jié)果');WI7=deconvwnr(BlurredNoisy,PSF,0.1); %帶噪信比取0.1參數(shù)的維納濾波復原subplot(2,3,6);imshow(WI7,); %顯示復原結(jié)果title('KNS=0.1復原結(jié)果');執(zhí)行結(jié)果：圖4 不同噪信比參數(shù)的維納濾波復原實驗結(jié)果分析：由實驗結(jié)果可知，在帶噪信比參數(shù)的維納濾波復原中，當NS

14、R取均值時濾波效果是最好的，隨著濾波中NSB由均值減小時，圖像的模糊運動減小但同時噪聲增強了；反之，當NSB由均值增大時，圖像的模糊運動增強噪聲減小了。三、實驗中遇到問題及解決方法1. 圖像復原和圖像增強兩者之間的區(qū)別。圖像復原又稱為圖像恢復，圖像復原和圖像增強一樣，都是為了改善圖像視覺效果，以及便于后續(xù)處理。只是圖像增強方法更偏向主觀判斷，而圖像恢復則是根據(jù)圖像畸變或退化原因，進行模型化處理。四、實驗心得體會通過這個實驗，使我對圖像復原和圖像增強兩者之間的區(qū)別有了更加清晰的認識；在實驗過程中了解了維納濾波的原理，功能以及在圖像處理方面的應(yīng)用。維納濾波器是對噪聲背景下的信號進行估計，它是最小均

15、方誤差準則下的最佳線性濾波器，在已知信噪比NSR參數(shù)的情況的維納濾波復原效果有較大的改善。五、源程序清單%1用點擴散(PSF)函數(shù)創(chuàng)建運動模糊圖像,修改參數(shù)改變模糊程度。I=imread('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,);%顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對

16、圖像運動模糊處理subplot(1,3,2);imshow(Blurred,);title('無噪聲運動模糊圖像'); %顯示無噪聲運動模糊圖像Noise=0.05*randn(size(I); %正態(tài)分布的隨機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的圖像附加噪聲subplot(1,3,3);imshow(BlurredNoisy,);title('有噪聲運動模糊圖像'); %顯示運動模糊且加噪聲后圖像%2用維納濾波復原函數(shù)deconvwnr 對模糊圖像進行復原重建。 %a) 對無噪聲運動模糊圖像用d

17、econvwnr(I,PSF)進行復原；I=imread('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,); %顯示圖像title('原始圖像'); PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理subplot(1,3,2);imshow(Blurred,); %顯示無噪聲運動模糊圖像title('

18、;無噪聲運動模糊圖像'); WI1=deconvwnr(Blurred,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原subplot(1,3,3); imshow(WI1,); %顯示逆濾波復原結(jié)果title('逆濾波復原結(jié)果'); %2用維納濾波復原函數(shù)deconvwnr 對模糊圖像進行復原重建。 %b) 對有噪聲運動模糊圖像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR)和deconvwnr(I,PSF,NCORR,ICORR)函數(shù)進行復原I=imread('cameraman.tif'); %讀取圖像subplot(2,

19、3,1);imshow(I,); %顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular'); %對圖像運動模糊處理Noise=0.05*randn(size(I); %正態(tài)分布的隨機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的圖像附加噪聲subplot(2,3,2);imshow(BlurredNoisy,

20、); %顯示運動模糊且加噪聲后圖像title('運動模糊且加噪聲后圖像');WI1=deconvwnr(BlurredNoisy,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原subplot(2,3,3); imshow(WI1,); %顯示逆濾波復原結(jié)果title('逆濾波復原結(jié)果');NSR=sum(Noise(:).2)/sum(im2double(I(:).2);%計算噪信比WI2=deconvwnr(BlurredNoisy,PSF,NSR); %帶噪信比參數(shù)的維納濾波復原subplot(2,3,4);imshow(WI2,); %顯示帶噪信比參數(shù)維納

21、濾波復原結(jié)果title('帶噪信比參數(shù)維納濾波復原結(jié)果');NP=abs(fftn(Noise).2;NCORR=real(ifftn(NP); %計算噪聲的自相關(guān)函數(shù)IP=abs(fftn(im2double(I).2;ICORR=real(ifftn(IP); %計算信號的自相關(guān)函數(shù)WI3=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR); %帶自相關(guān)函數(shù)的維納濾波復原subplot(2,3,5);imshow(WI3,); title('帶自相關(guān)函數(shù)的維納濾波復原');%2用維納濾波復原函數(shù)deconvwnr 對模糊圖像進行復

22、原重建。 %c) 對有噪聲運動模糊圖像用deconvwnr(I,PSF)、deconvwnr(I,PSF,NSR)和deconvwnr(I,PSF,NCORR,ICORR)函數(shù)進行復原I=imread('cameraman.tif'); %讀取圖像subplot(1,3,1);imshow(I,);%顯示圖像title('原始圖像');PSF=fspecial('motion',25,11); %運動模糊函數(shù)，運動位移是25像素，角度是11Blurred=imfilter(I,PSF,'conv','circular

23、9;); %對圖像運動模糊處理Noise=0.05*randn(size(I); %正態(tài)分布的隨機噪聲BlurredNoisy=imadd(Blurred,im2uint8(Noise);%對退化后的圖像附加噪聲subplot(1,3,2);imshow(BlurredNoisy,); %顯示運動模糊且加噪聲后圖像title('運動模糊且加噪聲后圖像');WI1=deconvwnr(BlurredNoisy,PSF); %不帶參數(shù)的維納濾波（逆濾波）復原subplot(1,3,3); imshow(WI1,); %顯示逆濾波復原結(jié)果title('逆濾波復原結(jié)果'); figureNSR=sum(Noise(:).2)/su