數(shù)字圖像處理實(shí)驗(yàn)三：圖像的復(fù)原

《數(shù)字圖像處理實(shí)驗(yàn)三：圖像的復(fù)原》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)字圖像處理實(shí)驗(yàn)三：圖像的復(fù)原（8頁珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、 南 京 工 程 學(xué) 院 通信工程學(xué)院 實(shí) 驗(yàn) 報(bào) 告 課 程 名 稱 數(shù)字圖像處理 C 實(shí)驗(yàn)項(xiàng)目名稱 實(shí)驗(yàn)三 圖像的復(fù)原 實(shí) 驗(yàn) 班 級(jí) 算通 111 學(xué) 生 姓 名 夏婷 學(xué) 號(hào) 8 實(shí) 驗(yàn) 時(shí) 間 2014 年 5 月 5 日 實(shí) 驗(yàn) 地 點(diǎn) 信息樓 C322 實(shí)驗(yàn)成績?cè)u(píng)定 指導(dǎo)教師簽名 年 月 日 1

2、 實(shí)驗(yàn)三、圖像的恢復(fù) 一、實(shí)驗(yàn)類型：驗(yàn)證性實(shí)驗(yàn) 二、實(shí)驗(yàn)?zāi)康? 1. 掌握退化模型的建立方法。 2. 掌握?qǐng)D像恢復(fù)的基本原理。 三、實(shí)驗(yàn)設(shè)備：安裝有 MATLAB軟件的計(jì)算機(jī) 四、實(shí)驗(yàn)原理 一幅退化的圖像可以近似地用方程 g=Hf+n 表示，其中 g 為圖像， H 為變形算子，又稱為點(diǎn)擴(kuò)散函數(shù)（ PSF ），f 為原始的真實(shí)圖像， n 為附加噪聲，它在圖像捕獲過程中產(chǎn)生并且使圖像質(zhì)量變壞。其中， PSF 是一個(gè)很重要的因素，它的值直接影響到恢復(fù)后圖像的質(zhì)量。 I=imread( ‘peppers.png ’); I=I(

3、60+[1:256],222+[1:256],:); figure;imshow(I); LEN=31; THETA=11; PSF=fspecial( ‘motion ’,LEN,THETA); Blurred=imfilter(I,PSF, ’circular ’, ’conv’); figure;imshow(Blurred); MATLAB工具箱中有 4 個(gè)圖像恢復(fù)函數(shù)，如表 3-1 所示。這 4 個(gè)函數(shù)都以一個(gè) PSF 和模糊圖像作為主要變量。 deconvwnr 函數(shù)使用維納濾波對(duì)圖像恢復(fù)， 求取最小二乘解， deconvreg 函數(shù)實(shí)現(xiàn)約

4、束去卷積， 求取有約束的最小二乘解， 可以 設(shè) 置 對(duì) 輸 出 圖 像 的 約 束 。 deconvlucy 函 數(shù) 實(shí) 現(xiàn) 了 一 個(gè) 加 速 衰 減 的 Lucy-Richardson 算法。該函數(shù)采用優(yōu)化技術(shù)和泊松統(tǒng)計(jì)量進(jìn)行多次迭代。 使用 該函數(shù)，不需要提供有關(guān)模糊圖像中附加噪聲的信息。 deconvblind 函數(shù)使用 的是盲去卷積算法， 它在不知道 PSF 的情況下進(jìn)行恢復(fù)。 調(diào)用 deconvblind 函 數(shù)時(shí)，將 PSF 的初值作為一個(gè)變量進(jìn)行傳遞。該函數(shù)除了返回一個(gè)修復(fù)后的圖 像以外，還返回一個(gè)修復(fù)后的 PSF。下面以維納濾波和約束去卷積

5、為例說明圖像 恢復(fù)的實(shí)驗(yàn)原理。 deconvwnr 使用維納濾波對(duì)圖像恢復(fù) deconvreg 對(duì)圖像進(jìn)行約束去卷積 deconvlucy 用 Lucy-Richardson 算法實(shí)現(xiàn)圖像恢復(fù) deconvblind 用盲去卷積算法實(shí)現(xiàn)圖像恢復(fù) 1. 維納濾波 使用 deconvwnr 函數(shù)可以利用維納濾波方法恢復(fù)圖像。在圖像的頻率特征 和附加噪聲已知的情況下， Wiener 濾波比較有效。本例演示了維納濾波器的性能，同時(shí)也演示了 PSF 的重要性。得到準(zhǔn)確的 PSF 時(shí)，恢復(fù)的結(jié)果會(huì)比較好。 I=imr

6、ead( ‘peppers.png ’); I=I(10+[1:256],222+[1:256],:); LEN=31; THETA=11; PSF=fspecial( ‘motion ’,LEN,THETA); 2 Blurred=imfilter(I,PSF, ’circular ’, ’conv’); wnrl=deconvwnr(Blurred,PSF); imshow(wnrl); 2. 約束去卷積 采用 deconvreg 函數(shù)可以對(duì)圖像進(jìn)行約束去卷積。當(dāng)知道附加噪聲的部分信息時(shí)，使用約束去卷積實(shí)現(xiàn)

7、圖像恢復(fù)比較有效。 （1）將一幅圖像讀入 MATLAB工作空間。本例使用裁剪來減小要恢復(fù)的圖像的大小。 I=imread(flowers.tif); I=I(10+[1:256],222+[1:256],:); figure;imshow(I); （ 2 ）創(chuàng)建 PSF PSF=fspecia l( ‘gaussian ’,11,5); （ 3）模糊化圖像并添加噪聲。 Blurred=imfilter(I,PSF,’conv’); V=0.02; BlurredNoisy=imnoise(Blurred, ’gaussian ’,0,

8、V); figure;imshow(BlurredNoisy); （ 4 ）用 deconvreg 函數(shù)恢復(fù)圖像，指定 PSF 和噪聲冪次 NP 。 NP=V*prod(size(I)); [reg1 LAGRA]=deconvreg(BlurredNoisy,PSF,NP); figure,imshow(reg1); 五、實(shí)驗(yàn)內(nèi)容 選擇一幅清晰圖像， 對(duì)該圖像進(jìn)行模糊化處理， 然后分別采用逆濾波、 維納濾波和約束去卷積恢復(fù)原來圖像，比較各圖像恢復(fù)方法的恢復(fù)效果。六、實(shí)驗(yàn)步驟與結(jié)果 將一張圖片 1、（1）選擇一幅清晰圖像，對(duì)該圖像進(jìn)行模糊化處理

9、 I=imread( b.jpg ); %讀入圖像 I=I(60+[1:256],222+[1:256],:); %裁剪圖像。 figure;imshow(I); %創(chuàng)新建圖像并顯示 LEN=31; THETA=11; PSF=fspecial( motion ,LEN,THETA); %對(duì)圖像進(jìn)行模糊 Blurred=imfilter(I,PSF, circular , conv ); %創(chuàng)建 PSF的退化圖像 figure;imshow(Blurred); %創(chuàng)建圖像并顯示模糊后的圖像

10、 3 （ 2）、使用 deconvwnr 函數(shù)可以利用維納濾波方法恢復(fù)圖像。 I=imread( b.jpg ); %讀入圖像 I=I(10+[1:256],222+[1:256],:); %裁剪圖像 LEN=31; THETA=11; PSF=fspecial( motion ,LEN,THETA); %創(chuàng)建 PSF的退化圖像

11、Blurred=imfilter(I,PSF, circular , conv ); %使用 IPF對(duì)圖像進(jìn)行模糊建模 wnrl=deconvwnr(Blurred,PSF); %維納濾波 imshow(wnrl); %顯示濾波后的圖像 結(jié)果如圖所示： 2, 、（ 1）將一幅圖像讀入 MATLAB工作空間。本例使用裁剪來減小要恢復(fù)的圖像 4 的大小。 I=i

12、mread( b.jpg ); %讀入圖像 I=I(10+[1:256],222+[1:256],:); %裁剪圖像 figure;imshow(I); %并顯示創(chuàng)建圖像 結(jié)果如圖所示： (2) 創(chuàng)建 PSF PSF=fspecial( ‘gaussian ’ ,11,5); (3) 模糊化圖像并添加噪聲 Blurred=imfilter(I,PSF, conv ); %創(chuàng)建 PSF的退化圖像 v=0

13、.02; BlurredNoisy=imnoise(Blurred, gaussian ,0,v); %添加噪聲 figure;imshow(BlurredNoisy); %創(chuàng)建圖像并顯示添加噪聲后的圖像 5 （ 4）用 deconvreg 函數(shù)恢復(fù)圖像，指定 PSF和噪聲冪次 NP NP=V*prod(size(I)); %噪聲冪次 [reg1 LAGRA]=de

14、convreg(BlurredNoisy,PSF,NP); %對(duì)圖像進(jìn)行約束去卷積 figure,imshow(reg1); %建立并顯示圖像 六、實(shí)驗(yàn)總結(jié) 通過這次實(shí)驗(yàn)，能夠?qū)嶋H掌握退化模型的建立方法，圖像恢復(fù)的基本原理。 6