基于MATLAB的運動模糊圖像處理

基于MATLAB的運動模糊圖像處理提醒：我參考了文獻(xiàn)里的書目和網(wǎng)上的一些代碼而完成的，所以誤差會比較大，目前對于從網(wǎng)上下載的模糊圖片的處理效果很不好，這是我第一次上傳自己完成的實驗的文檔，希望能幫到一些人吧。研究目的在交通系統(tǒng)、刑事取證中圖像的關(guān)鍵信息至關(guān)重要，但是在交通、公安、銀行、醫(yī)學(xué)、工業(yè)監(jiān)視、軍事偵察和日常生活中常常由于攝像設(shè)備的光學(xué)系統(tǒng)的失真、調(diào)焦不準(zhǔn)或相對運動等造成圖像的模糊，使得信息的提取變得困難。但是相對于散焦模糊，運動模糊圖像的復(fù)原在日常生活中更為普遍，比如高速運動的違規(guī)車輛的車牌辨識，快速運動的人群中識別出嫌疑人、公安刑事影像資料中提取證明或進(jìn)行技術(shù)鑒定等等，這些日常生活中的重要應(yīng)用都需要通過運動模糊圖像復(fù)原技術(shù)來盡可能地去除失真，恢復(fù)圖像的原來面目。因此對于運動模糊圖像的復(fù)原技術(shù)研究更具有重要的現(xiàn)實意義。圖像復(fù)原原理本文探討了在無噪聲的情況下任意方向的勻速直線運動模糊圖像的復(fù)原問題，并在此基礎(chǔ)上討論了復(fù)原過程中對點擴(kuò)散函數(shù)(PSF)的參數(shù)估計從而依據(jù)自動鑒別出的模糊方向和長度構(gòu)造出最為近似的點擴(kuò)散函數(shù)，構(gòu)造相應(yīng)的復(fù)原模型，實現(xiàn)運動模糊圖像的復(fù)原；在模糊圖像自動復(fù)原的基礎(chǔ)上，根據(jù)恢復(fù)效果圖的紋理特征和自動鑒別出的模糊長度和角度，人工調(diào)整模糊方向和長度參數(shù)，使得復(fù)原效果達(dá)到最佳。實驗過程模糊方向的估計：對圖1(a)所示的原始圖像‘車牌’圖像做方向=，長度L=20像素的勻速直線運動模糊，得到退化圖像如圖1(b)1(a)1(b)j=imread('車牌1.jpg');figure(1),imshow(j);title('原圖像');len=20;theta=30;psf=fspecial('motion',len,theta);j1=imfilter(j,psf,'circular','conv');figure,imshow(j1);title('PSF模糊圖像');圖1(c)和1(d)分別為原圖像和模糊圖像的二次傅里葉變化其自相關(guān)曲線如圖2(a)所示。利用matlab的DataCursor可以測得兩負(fù)峰之間的距離為20個像素點，此為運動模糊的長度，與理論值吻合（比較精確）。由于長度的測量計較精確，可以根據(jù)長度對運動模糊方向進(jìn)行不同的取值，達(dá)到最好效果。f1=rgb2gray(j1);f1=im2double(f1);h=fspecial('Sobel');%Sobel算子J=conv2(f1,h,'same');%Sobel算子微分IP=abs(fft2(J));%圖像能量譜密度S=fftshift(real(ifft2(IP)));figure,plot(S);title('自相關(guān)圖');%圖像自相關(guān)函數(shù)圖像的復(fù)原然后我們按本文中鑒別出的運動模糊圖像的運動長度和運動角度后，構(gòu)造出相應(yīng)的勻速直線運動PSF，并對其進(jìn)行圖像復(fù)原，得到的效果如下圖3所示。len=20;theta=25;psf=fspecial('motion',len,theta);wnr1=deconvwnr(j1,psf,0);subplot(221),imshow(wnr1);title('維納濾波處理后圖像');np=0.002*prod(size(j));er=deconvreg(j1,psf,np/3.0);subplot(222),imshow(er);title('最小二乘方復(fù)原')lucy=deconvlucy(j1,psf);subplot(223),imshow(lucy);title('Lucyrichardson圖像復(fù)原');NITPSF=ones(size(psf));[mang,psf]=deconvblind(j1,INITPSF,40);subplot(224),imshow(mang);title('盲去卷積復(fù)原');由上圖可知經(jīng)過Lucyrichardson復(fù)原的圖像效果最好，可多次修改運動模糊方向，再進(jìn)行Lucyrichardson復(fù)原。下圖4為運動模糊方向為30的效果。圖像中可以比較清楚的看出此圖中汽車的牌子‘本田’以及車牌‘閩C6R972’。參考