圖像模糊與恢復(fù)

1、實(shí)驗課二 一、實(shí)驗?zāi)康?. 進(jìn)一步了解MATLAB仿真軟件圖像處理工具箱中圖像操作的基本函數(shù)；2. 深入理解數(shù)字圖像處理算法的功能。二、實(shí)驗內(nèi)容及要求1. 編寫由運(yùn)動引起的圖像模糊的MATLAB恢復(fù)程序的，并對自選圖像進(jìn)行處理（可對正常圖像先進(jìn)行運(yùn)動模糊處理，再恢復(fù)）；源程序：I=imread( C:Documents and SettingsAdministratorMy DocumentsMATLABpicture.bmp); imshow(I);title(原始圖象); hold on; J=fspecial(motion,20,50);%濾波器 J1=imfilter(I,J,circ

2、ular,conv);%用濾波器模糊原圖像 K1=deconvwnr(J1,J);%恢復(fù)不加噪聲的模糊圖象 N=0.002*prod(size(I);%設(shè)定一個高斯噪聲 N1=imnoise(J1,gaussian,0,.002);%對模糊后圖象加噪 N2=sum(N.2)/sum(im2double(I(:).2);%計算噪聲的NSR K2=deconvwnr(N1,J,N2/100);%恢復(fù)加噪后的模糊圖象 figure; subplot(2,2,1);imshow(J1);title(不加噪聲的模糊圖象); subplot(2,2,2);imshow(N1);title(加高斯噪聲的模糊

3、圖象); subplot(2,2,3);imshow(K1);title(對不加噪聲的圖象的恢復(fù)); subplot(2,2,4);imshow(K2);title(對加噪的圖象的恢復(fù)); 2. 將變換結(jié)果與原始圖像進(jìn)行對比分析。 以上模糊圖象的恢復(fù)采用維納濾波法實(shí)現(xiàn)。由以上各圖的對比可以看出，如果圖象中不存在噪聲，則其模糊狀況完全由點(diǎn)擴(kuò)散函數(shù)決定。由于這種點(diǎn)擴(kuò)散函數(shù)精確地描述了失真，所以恢復(fù)后的圖象與原始圖象非常接近，可以認(rèn)為很精確地恢復(fù)了原始圖象；而對于存在噪聲的圖象，如上圖中存在高斯噪聲的運(yùn)動模糊圖象，其經(jīng)過維納濾波法恢復(fù)后與原始圖象的清楚程度相比有一定差距，產(chǎn)生了一定失真，與對不加噪聲的圖象的恢復(fù)相比效果也明顯不如。當(dāng)然，這種恢復(fù)是在預(yù)先知道引起模糊的精確點(diǎn)擴(kuò)散函數(shù)的情況下得到的，而實(shí)際圖象處理的任務(wù)中，大多數(shù)無法準(zhǔn)確得知點(diǎn)擴(kuò)散函數(shù)，一般采用估計的點(diǎn)擴(kuò)散函數(shù)來恢復(fù)圖象。三、實(shí)驗參考書1. 張兆禮