实验七 图像复原

实验七图像复原

一、实验目的

1.掌握噪声模拟和图像滤波函数的使用方法

2.了解图像复原的Matlab实现方法

二、实验内容

1. 模糊与噪声

A)对图像‘flowers.tif’分别采用运动PSF和均值滤波PSF进行模糊。

I=imread('flowers.tif');

I=I(10+[1:256],222+[1:256],:); %剪切图像

imshow(I)

len=30; %运动位移

theta=10; %运动角度

PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

figure,imshow(blurred)

I=imread('flowers.tif');

imshow(I)

H=fspecial('motion',50,45); %运动PSF

motionblur=imfilter(I,H);

figure,imshow(motionblur)

H=fspecial(‘disk’,10); %均值滤波PSF

averageblur=imfilter(I,H);

figure,imshow(averageblur)

B)在上述模糊图像上再添加噪声

J=imnoise(motionblur,'salt & pepper');

figure,imshow(J)

2. 维纳滤波复原

A)使用维纳滤波复原函数deconvwnr复原无噪声模糊图像。

len=30; theta=10; PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

figure,imshow(blurred)

wnr1=deconvwnr(blurred,PSF); %真实PSF

figure,imshow(wnr1)

%非真实PSF

wnr2=deconvwnr(blurred,fspecial('motion',2*len,theta));

figure,imshow(wnr2)

%非真实PSF

wnr3=deconvwnr(blurred,fspecial('motion',len,2*theta));

figure,imshow(wnr3)

B)*使用维纳滤波复原函数deconvwnr复原模糊噪声图像。

PSF=fspecial('motion',len,theta);

blurred=imfilter(I,PSF,'circular','conv');

noise=0.1*randn(size(I));

BlurredNoisy=imadd(blurred,im2uint8(noise));

figure,imshow(BlurredNoisy)

wnr4=deconvwnr(BlurredNoisy,PSF);

figure,imshow(wnr4)

C)*设置信噪比和相关函数的维纳滤波复原。

NSR=sum(noise(:).^2)/sum(im2double(I(:)).^2); %计算信噪比

wnr5=deconvwnr(BlurredNoisy,PSF,NSR);

figure,imshow(wnr5) %设置信噪比的复原结果

NP=abs(fftn(noise)).^2; %噪声能量谱密度

NCORR=fftshift(real(ifftn(NP))); %噪声自相关函数

IP=abs(fftn(im2double(I))).^2; %图像能量谱密度

ICORR=fftshift(real(ifftn(IP))); %图像自相关函数

wnr6=deconvwnr(BlurredNoisy,PSF,NCORR,ICORR);

figure,imshow(wnr6) %设置自相关函数的复原结果

三、思考题

1.常见的图像退化模型有哪些种类？

2.不同的PSF对复原效果有什么影响？

四、实验报告要求

1、描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果和源代码，并进行必

要的讨论，必须包括原始图像及其计算/处理后的图像。

2、按上机报告的撰写规范完成实验报告。报告不得相互抄袭或拷贝，否则一律不及格。

3、实验报告至少包括以下内容：

① 实验目的；②实验内容和步骤；③实验结果注：实验时间为上机时间

4、实验报告由每班学习委员统一收齐，并于下一次实验上课的时候上交。

5、每次实验必须自己保存好实验结果，以备下次实验时使用。