图像处理与模糊角度估计.docx-资料库

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第1页.png

第1页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第2页.png

第2页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第3页.png

第3页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第4页.png

第4页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第5页.png

第5页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第6页.png

第6页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第7页.png

第7页 / 共15页

db568b0e-63ea-423d-91ee-5f2a591e608d.docx.pdf-第8页.png

第8页 / 共15页

目录作业一：降噪................................................................................................................................ 2 1 降噪原理...................................................................................................................................... 2 1.1 均值滤波...........................................................................................................................2 1.2 实验分析：......................................................................................................................2 1.2.1 读取原始图像及其直方图...............................................................................2 1.2.2 均值滤波...............................................................................................................3 1.2.3 维纳滤波...............................................................................................................5 1.2.4 均值滤波与维纳滤波混合使用......................................................................6 1.2.5 中值滤波...............................................................................................................8 作业二模糊图像复原................................................................................................................ 10 2 模糊图像复原.......................................................................................................................... 10 2.1 模糊图像复原原理......................................................................................................10 2.2 维纳滤波........................................................................................................................ 11 2.3 模糊图像复原过程......................................................................................................12 2.3.1 运动模糊方向角度的估计............................................................................ 12 2.3.2 运动模糊长度的频谱估计法........................................................................12 2.4 Matlab 模糊图像复原................................................................................................13 1

模糊图像的降噪与恢复作业一：降噪 1 降噪原理 1.1 均值滤波均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围 8 个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点，选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x,y），作为处理后图像在该点上的灰度值 g(x,y) ，即，m 为该模板中包含当前像素在内的像素总个数。 gx,y =1 (,) 均值滤波能够有效滤除图像中的加性噪声，但均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊。均值滤波主要有算术均值滤波，几何均值滤波，谐波均值滤波以及逆谐波均值滤波，本文只对算术均值滤波，几何均值滤波和逆谐波均值滤波进行研究。其中几何均值滤波器所达到的平滑度可以与算术均值滤波器相比, 但在滤波过程中丢失更少的图象细节。 1.2 实验分析： 1.2.1 读取原始图像及其直方图 I=imread('lena_ny.jpg'); figure(1);imshow(I);title('原图像'); figure(2);imhist(I);title('原始图像直方图'); 2

图 1.1 原始含噪图片图 1.2 原始含噪图片直方图结果分析：如图 1.1 所示，根据经验所得图片中的噪点由高斯噪声或椒盐噪声所致，但根据噪声图片的特点，初步判断为高斯噪声。可用图 1.2 图片直方图去判断降噪效果。 1.2.2 均值滤波 I=imread('lena_ny.jpg'); a=double(I); b=fft2(a); b1=fftshift(b); b2=abs(b1)/100000; %均值滤波 A1=filter2(fspecial('average',3),I)/255; %模板尺寸为 3 A2=filter2(fspecial('average',5),I)/255;% 模板尺寸为 5 A3=filter2(fspecial('average',7),I)/255; %模板尺寸为 7 A4= filter2(fspecial('average',9),I)/255; %模板尺寸为 9 figure(2);imshow(A1);title('均值滤波 3') figure(3);imhist(A1);title('均值滤波 3 直方图'); figure(4);imshow(A2);title('均值滤波 5') figure(5);imhist(A2);title('均值滤波 5 直方图'); figure(6);imshow(A3);title('均值滤波 7') figure(7);imhist(A3);title('均值滤波 7 直方图'); 3

图 1.3 均值滤波 3 图 1.4 均值滤波 3 直方图图 1.5 均值滤波 5 图 1.6 均值滤波 5 直方图图 1.6 均值滤波 7 图 1.7 均值滤波 7 直方图结果分析：由图 1.3、图 1.5、图 1.6 大约可以看出图 1.3 均值滤波 3 处理的效果较好。 4

通过图 1.4、1.6、1.7 与图 1.2 的对比可以看出，确实是图 1.3 均值滤波 3 处理的效果最好。 1.2.3 维纳滤波 I=imread('lena_ny.jpg'); %维纳滤波 B1=wiener2(I,[3 3]);% 对加噪图像进行维纳滤波 B2=wiener2(I,[5 5]); %对加噪图像进行二维自适应维纳滤波 B3=wiener2(I,[7 7]); %对加噪图像进行二维自适应维纳滤波 figure(3);imshow(B1);title('维纳滤波 3') figure(4);imhist(B1);title('维纳滤波 3 直方图'); figure(5);imshow(B2);title('维纳滤波 5') figure(6);imhist(B2);title('维纳滤波 5 直方图'); figure(7);imshow(B3);title('维纳滤波 7') figure(8);imhist(B3);title('维纳滤波 7 直方图'); 图 1.8 维纳滤波 3 图 1.9 维纳滤波 3 直方图 5

图 2.0 维纳滤波 5 图 2.1 维纳滤波 5 直方图图 2.2 维纳滤波 7 图 2.3 维纳滤波 7 直方图结果分析：由图 1.8、图 2.0、图 2.2 大约可以看出图 1.8 维纳滤波 3 处理的效果较好。通过图 1.9、2.1、2.3 与图 1.2 的对比可以看出，确实是图 1.8 维纳滤波 3 处理的效果最好。 1.2.4 均值滤波与维纳滤波混合使用 I=imread('lena_ny.jpg'); a=double(I); b=fft2(a); b1=fftshift(b); b2=abs(b1)/100000; %均值滤波 6

A1=filter2(fspecial('average',3),I)/255; %模板尺寸为 3 %二维自适应维纳滤波 B1=wiener2(I,[3 3]);%进行维纳滤波 %混合使用均值滤波与维纳滤波 D1=wiener2(A1,[3 3]); %进行均值滤波后维纳滤波 D2=filter2(fspecial('average',3),B1)/255;%进行维纳滤波后均值滤波 figure(1);imhist(D1);title('均值滤波后维纳滤波直方图'); figure(2); imshow(D1);title('均值滤波后维纳滤波'); figure(3);imhist(D2);title('维纳滤波后均值滤波直方图'); figure(4);imshow(D2);title('维纳滤波后均值滤波'); 图 2.4 维纳滤波后均值滤波图图 2.5 均值滤波后维纳滤波图 2.6 维纳滤波后均值滤波直方图图 2.7 均值滤波后维纳滤波直方图结果分析： 7

由图 2.4、图 2.5 对比，很难区分降噪效果，同理，图 2.6、图 2.7 也对比不出，但是比单纯的用一种效果要好。 1.2.5 中值滤波 I = imread('lena_ny.jpg'); %读取文件 % figure(1);imshow(I),('原图象'); f2=medfilt2(I,[3,3]);%中值滤波后的图像 ff=adp_median(I,19); %自适应中值滤波后的图像 figure(3);imhist(f2);title('中值滤波直方图'); figure(4);imshow(f2);title('中值滤波'); figure(5);imhist(ff);title('自适应中值滤波直方图'); figure(6);imshow(ff); title('自适应中值滤波'); %自适应中值滤波 function II=adp_median(I,Smax) if (Smax<=1)||(Smax/2==round(Smax/2))||(Smax~=round(Smax))%Smax 约束，噪声密度越大，Smax 应当设置越高 error('Smax must be an odd integer >1'); end %初始化 II=I; II(:)=0; alreadyProcessed=false(size(I)); %迭代 for k=3:2:Smax zmin=ordfilt2(I,1,ones(k,k),'symmetric'); zmax=ordfilt2(I,k*k,ones(k,k),'symmetric'); zmed=medfilt2(I,[k k],'symmetric'); processUsingLevelB=(zmed>zmin)&(zmax>zmed)&(~alreadyProcessed);% 需要转到 B 步骤的像素 zB=(I>zmin)&(zmax>I); 8

资料库

图像处理与模糊角度估计.docx

相关推荐

课程资源

热门标签

最新资料