河南工業(yè)大學實驗報告

河南工業(yè)大學實驗報告課程數(shù)字圖像處理實驗名稱圖像噪聲處理與復原院系____信息科學與工程學院專業(yè)班級__電科1001_____姓名____李海權(quán)__學號___201048360117________指導老師：王貴財日期2013.6.6實驗四圖像噪聲處理與復原1實驗目的掌握噪聲模擬和圖像濾波函數(shù)的使用方法了解圖像復原的Matlab實現(xiàn)方法2實驗內(nèi)容1.模糊與噪聲2.對圖像‘flowers.tif’分別采用運動PSF和均值濾波PSF進行模糊。clearall;closeall;I=imread('G:\lia.jpg');figure(1);imshow(I);title('原始圖像');I=I(350+[1:600],300+[1:600],:);%剪切圖像figure(2);subplot(3,3,1);imshow(I);title('截取部分原始圖像');len=30;%運動位移theta=10;%運動角度PSF=fspecial('motion',len,theta);blurred=imfilter(I,PSF,'circular','conv');subplot(3,3,2);imshow(blurred);title('模糊圖像');%%%%%%%%維納濾波復原%%%%%%wnr1=deconvwnr(blurred,PSF);%真實PSFsubplot(3,3,3);imshow(wnr1);title('真實PSF復原圖像');%非真實PSFwnr2=deconvwnr(blurred,fspecial('motion',2*len,theta));subplot(3,3,4);imshow(wnr2);title('非真實PSF復原圖像');%非真實PSFwnr3=deconvwnr(blurred,fspecial('motion',len,2*theta));subplot(3,3,5);imshow(wnr3);title('非真實PSF復原圖像');%使用維納濾波復原函數(shù)deconvwnr復原模糊噪聲圖像noise=0.1*randn(size(I));BlurredNoisy=imadd(blurred,im2uint8(noise));subplot(3,3,6);imshow(BlurredNoisy);title('增加模糊噪聲圖像');wnr4=deconvwnr(BlurredNoisy,PSF);subplot(3,3,7);imshow(wnr4);title('增加模糊噪聲真實PSF復原圖像');%設(shè)置信噪比的復原結(jié)果NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2);%計算信噪比wnr5=deconvwnr(BlurredNoisy,PSF,NSR);subplot(3,3,8);imshow(wnr5);title('設(shè)置信噪比的復原圖像');%設(shè)置自相關(guān)函數(shù)的復原結(jié)果NP=abs(fftn(noise)).^2;%噪聲能量譜密度NCORR=fftshift(real(ifftn(NP)));%噪聲自相關(guān)函數(shù)IP=abs(fftn(im2double(I))).^2;%圖像能量譜密度ICORR=fftshift(real(ifftn(IP)));%圖像自相關(guān)函數(shù)wnr6=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR);subplot(3,3,9);imshow(wnr6);title('設(shè)置自相關(guān)函數(shù)的復原圖像');%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5figure(3);subplot(2,2,1);I=imread('G:\lia.jpg');imshow(I)H=fspecial('motion',50,45);%運動PSPmotionblur=imfilter(I,H);subplot(2,2,2);imshow(motionblur)H=fspecial('disk',10);%均值濾波PSPaverageblur=imfilter(I,H);subplot(2,2,3);imshow(averageblur);J=imnoise(motionblur,'salt&pepper');subplot(2,2,4);imshow(J);%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%53、實驗報告內(nèi)容1敘述實驗過程；2提交實驗的原始圖像和結(jié)果圖像，并對結(jié)果進行比較。4、實驗截圖及程序代碼3、實驗儀器1計算機；2MATLAB程序；3移動式存儲器（軟盤、U盤等）。4記錄用的筆、紙。5、實驗過程及實驗結(jié)果1）輸入實驗程序2)運行代碼，實驗結(jié)果，提交實驗的原始圖像和結(jié)果圖像，并對結(jié)果進行比較：原始圖像：A)模糊與噪聲：(1)對圖像‘flowers.tif’分別采用運動PSF和均值濾波PSF進行模糊。(2)在上述模糊圖像上再添加噪聲。B)維納濾波復原：(1)使用維納濾波復原函數(shù)deconvwnr復原無噪聲模糊圖像。(2)使用維納濾波復原函數(shù)deconvwnr復原模糊噪聲圖像。(3)設(shè)置信噪比和相關(guān)函數(shù)的維納濾波復原。5、實驗總結(jié)，感悟結(jié)果分析：，采用維納濾波恢復可以取得比較好的效果，這個算法可以使估計的點擴散函數(shù)值PSF更加接近它的真實值。在我們知道模糊圖像的點擴展函數(shù)的情況下，可以調(diào)用常規(guī)的圖像復原算法；而現(xiàn)實里還會遇見不知道點擴展函數(shù)的情況，這個時候我們就可以利用盲卷積復原算法。它是利用原始圖像模糊，同時進行清晰圖像的恢復和點擴展函數(shù)計算的一種方法，因此，盲卷積復原算法的優(yōu)點就是，對失真情況還未知的情形下，仍然能夠操作恢復模糊圖像。感悟：實現(xiàn)對受到噪聲等因素所干擾的數(shù)字圖像其恢復的效果和原始圖像相比還有一定的差