實(shí)驗(yàn)三圖像復(fù)原

1、實(shí)驗(yàn)三 圖像復(fù)原一、 實(shí)驗(yàn)?zāi)康?、 掌握通用圖像退化模型的數(shù)學(xué)表達(dá)式及含義。2、 掌握逆濾波、維納濾波和最小二乘方濾波的原理和方法，區(qū)別幾種復(fù)原濾波方法的優(yōu)缺點(diǎn)。3、 掌握由于噪聲造成的退化圖像的復(fù)原方法，分析比較幾種空域?yàn)V波方法各自適合處理什么樣的噪聲圖像。二、 實(shí)驗(yàn)內(nèi)容1、 讀入一幅清晰圖像，產(chǎn)生由于運(yùn)動(dòng)造成的模糊圖像，運(yùn)動(dòng)位移設(shè)置為20個(gè)像素，運(yùn)動(dòng)角度為30度，并保存?zhèn)溆谩?、 分別利用逆濾波、維納濾波、約束最小二乘方濾波方法對(duì)模糊圖像進(jìn)行濾波處理，比較幾種濾波復(fù)原方法。3、 載入一幅清晰圖像分別添加不同的噪聲，使用中值濾波、中點(diǎn)濾波、最小值濾波、最大值濾波方法去噪，比較各種濾波方法對(duì)不

2、同噪聲的處理效果。三、 實(shí)驗(yàn)步驟1C=imread('greens.jpg');subplot(1,2,1);imshow(C);LEN=20;THETA=30;PSF=fspecial('motion',LEN,THETA);MF=imfilter(C,PSF,'circular','conv');subplot(1,2,2);imshow(MF);imwrite(MF,'greens-MF.jpg');2逆濾波MF,map=imread('greens-MF.jpg');figure(1);im

3、show(MF);LEN=20;THETA=30;INITPSF=fspecial('motion',LEN,THETA);J,P=deconvblind(MF,INITPSF,30);figure(2);imshow(J);figure(3);imshow(P,'notruesize');維納濾波、約束最小二乘方濾波方法F=checkerboard(8);figure(1);imshow(F,);PSF=fspecial('motion',7,45);MF=imfilter(F,PSF,'circular');noise=imn

4、oise(zeros(size(F),'gaussian',0,0.001);MFN=MF+noise;figure(2);imshow(MFN,);NSR=sum(noise(:).2)/sum(MFN(:).2);figure(3);imshow(deconvwnr(MFN,PSF),);figure(4);imshow(deconvwnr(MFN,PSF,NSR),);figure(5);A=deconvreg(MFN,PSF,0.4,1e-7 1e7);imshow(A);figure(6);B=deconvreg(MFN,PSF,4);imshow(B);3f=imr

5、ead('cameraman.tif');figure(1);imshow(f);title('原始圖像');g=imnoise(f,'salt & pepper',0.2);figure(2);imshow(g);title('椒鹽噪聲污染的圖像');g1=double(g)/255;j1=medfilt2(g1, 'symmetric');figure(3);imshow(j1);title('中值濾波圖像');j2=ordfilt2(g1,median(1:3*3),ones(3,3),'symmetric');figure(4);imshow(j2);title('中點(diǎn)濾波圖像');j3=ordfilt2(g1,1,ones(3,3);figure(5);imshow(j3);title('最小