数字图像处理实验三.docx
- 文档编号:10687441
- 上传时间:2023-02-22
- 格式:DOCX
- 页数:7
- 大小:665.54KB
数字图像处理实验三.docx
《数字图像处理实验三.docx》由会员分享,可在线阅读,更多相关《数字图像处理实验三.docx(7页珍藏版)》请在冰豆网上搜索。
数字图像处理实验三
数字图像处理实验三
2010–2011第2学期
数字图像处理课程
实验报告
实验三图像复原
学生姓名:
学号:
专业:
信息与计算科学
班级:
1.
使用不同模糊化方法对图像Lena进行模糊处理,对原图像及模糊化图像进行比较(注
明模糊化的类型),并保存模糊图像。
(此题中所用的图像和保存的图像在Images文件夹中)
I=imread('lena.tif');%读入图像
subplot(221);imshow(I);title('原始图像');
H=fspecial('motion',30,45);%运动模糊PSF
MotionBlur=imfilter(I,H);%卷积
imwrite(MotionBlur,'运动模糊.tif');%保存运动模糊图像
subplot(222);imshow(MotionBlur);
title('运动模糊图像');
H=fspecial('disk',10);%圆盘状模糊PSF
bulrred=imfilter(I,H);
imwrite(bulrred,'圆盘状模糊.tif');%保存圆盘状模糊图像
subplot(223);imshow(bulrred);
title('圆盘状模糊图像');
H=fspecial('unsharp');%钝化模糊PSF
Sharpened=imfilter(I,H);
imwrite(Sharpened,'钝化模糊.tif');%保存钝化模糊图像
subplot(224);imshow(Sharpened);
title('钝化模糊图像');
2.
对图像Lena添加不同类型的噪声,对原图像及噪声图像进行比较(注明加入噪声的类
型,及噪声参数),并保存噪声图像。
(此题中所用的图像和保存的图像在Images文件夹中)
I=imread('lena.tif');%读入图像
nI=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声
imwrite(nI,'椒盐噪声.tif');%保存添加椒盐噪声的图像
subplot(221),imshow(nI)
xlabel('(a)添加椒盐噪声的图像');
nI=imnoise(I,'gaussian',0.02);%添加高斯噪声
imwrite(nI,'高斯噪声.tif');%保存添加高斯噪声的图像
subplot(222),imshow(nI)
xlabel('(b)添加高斯噪声的图像');
nI=imnoise(I,'poisson');%添加泊松噪声
imwrite(nI,'泊松噪声.tif');%保存添加泊松噪声的图像
subplot(223),imshow(nI)
xlabel('(c)添加泊松噪声的图像');
nI=imnoise(I,'speckle');%添加斑点噪声
imwrite(nI,'斑点噪声.tif');%保存添加斑点噪声的图像
subplot(224),imshow(nI)
xlabel('(c)添加斑点噪声的图像');
3.
对一幅模糊图像使用维纳滤波与约束最小二乘滤波复原,写出复原的MATLAB程序(对
程序做适当注释说明),输出原图像、模糊图像与复原图像的比较。
(此题中所用的图像在Images文件夹中)
1)对一幅模糊图像使用维纳滤波复原
I=imread('.tif');%读入图像
figure
subplot(2,3,1),imshow(I);%显示原始图像
title('原始图像');%设置图像标题
LEN=31;%设置长度
THETA=11;%设置角度
PSF=fspecial('motion',LEN,THETA);%生成滤波器(产生运动模糊的PSF)
blurred=imfilter(I,PSF,'circular','conv');%图像卷积计算
wnr1=deconvwnr(blurred,PSF);%维纳滤波复原
subplot(2,3,2),imshow(blurred);%显示模糊图像
title('运动模糊图像');%设置图像标题
subplot(2,3,3),imshow(wnr1);%显示维纳滤波图像
title('维纳滤波图像');%设置图像标题
%产生含噪声的模糊图像,并使用巒滤波复原
noise=0.1*randn(size(I));%生成噪声信号
blurredNoisy=imadd(blurred,im2uint8(noise));%加入图像
subplot(2,3,4);imshow(blurredNoisy);%显示处理后的图像
title('退化&噪声');%设置图像标题
wnr2=deconvwnr(blurredNoisy,PSF);%维纳滤波图像恢复
subplot(2,3,5);imshow(wnr2);%显示处理后的图像
title('模糊噪声图像的维纳滤波复原');%设置图像标题
%引入信噪比NSR,以NSR为噪声参数进行图像复原
NSR=sum(noise(:
).^2)/sum(im2double(I(:
)).^2);%计算信噪比
wnr3=deconvwnr(blurredNoisy,PSF,NSR);%图像恢复
subplot(2,3,6);imshow(wnr3);%显示处理后的图像
title('以真实信噪比复原');%设置图像标题
2)对一幅模糊图像使用约束最小二乘滤波复原
I=imread('.jpg');
subplot(231);imshow(I);%显示原始图像
title('OriginalImage');
PSF=fspecial('gaussian',7,10);%模糊化
V=.01;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);%添加噪声
subplot(232);imshow(BlurredNoisy);%显示模糊加噪图像
title('A=BlurredandNoisy');
NOISEPOWER=V*prod(size(I));%噪声能量
%使用真实噪声强度的约束最小二乘滤波复原
[G,LAGRA]=deconvreg(BlurredNoisy,PSF,NOISEPOWER);
subplot(233);imshow(G);%显示复原图像
xlabel('[JLAGRA]=deconvreg(A,PSF,NP)');
%利用拉格朗日乘法算子进行复原
G0=deconvreg(BlurredNoisy,PSF,[],LAGRA);%用正确的LAGRA算子复原图像
subplot(234);imshow(G0);
title('deconvreg(A,PSF,[],LAGRA)');
G1=deconvreg(BlurredNoisy,PSF,[],LAGRA/10);%用过小的LAGRA算子复原图像
subplot(235);imshow(G1);
xlabel('deconvreg(A,PSF,[],0.1*LAGRA)');
G2=deconvreg(BlurredNoisy,PSF,[],LAGRA*10);%用过大的LAGRA算子复原图像
subplot(236);imshow(G2);
title('deconvreg(A,PSF,[],10*LAGRA)');
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 实验