数字图像实验：图像退化和还原.docVIP

%1.使用函数fspecial创建退化滤波器PSF，然后调用imfilter对图像进行卷积运算，就可以 %得到一幅运动退化图像，观察并记录结果。 I=imread(C:\Documents and Settings\Administrator\桌面\16学时实验\实验六\fig0222b.jpg); %读入图像 LEN=31; THETA=11; PSF=fspecial(motion,LEN,THETA); %生成退化函数 blurred=imfilter(I,PSF, circular, conv); figure subplot(1,2,1),imshow(I);title(原图像); subplot(1,2,2),imshow(blurred);title(6.1 运动退化图像); %2.使用imnoise函数对图像添加随机噪声，观察并记录结果。 fnblurred =imnoise( blurred, gaussian,0,0.001); %产生随机噪声图像 figure, imshow(fnblurred);title(6.2 加噪之后); %3.使用函数deconvwnr对无噪声的运动模糊图像进行复原，观察并记录结果。同时采用不同的 %LEN和THETA参数，进行实验，体会一下退化函数PSF的重要性，观察并记录结果。 LEN=31; THETA=11; PSF=fspecial(motion,LEN,THETA); wnr1=deconvwnr(blurred,PSF); wnr2=deconvwnr(blurred, fspecial(motion,2*LEN,THETA)); wnr3=deconvwnr(blurred, fspecial(motion, LEN, 2*THETA)); figure imshow(wnr1);title(6.3.1 无噪运动模糊图像复原1); figure subplot(1,2,1),imshow(wnr2);title(6.3.2 无噪运动模糊图像复原2); subplot(1,2,2),imshow(wnr3);title(6.3.3 无噪运动模糊图像复原3); %4.使用函数deconvwnr对一幅有噪声的运动模糊图像进行维纳滤波复原，观察并记录结果。 wnr4=deconvwnr(fnblurred,PSF); figure,imshow(wnr4);title(6.4 维纳滤波复原); %5.为了使维纳滤波复原的效果变好，必须使用deconvwnr函数的可选参数NSR、NCORR和ICORR， %通过改变参数获得不同的复原效果，观察并记录结果。 %使用deconvblind函数进行盲目去卷积，采用不同的退化函数，观察并记录结果。 PSF=fspecial(gaussian,7,10); blurred01=imfilter(I,PSF, circular, conv);%图像退化 UNDERPSF=ones(size(PSF)-4); [J1 P1]= deconvblind(blurred01, UNDERPSF); % 使用较小的PSF进行逆滤波 OVERPSF=padarray(UNDERPSF,[4 4], replicate, both); [J2 P2]= deconvblind(blurred01, OVERPSF); % 使用较大的PSF进行逆滤波 INITPSF=padarray(UNDERPSF,[2 2], replicate, both); [J3 P3]= deconvblind(blurred01, INITPSF); % 使用真实的PSF进行逆滤波 figure, imshow(blurred01);title(6.5.1 图像退化); figure, imshow(J1); title(6.5.2 盲目卷积（使用较小的PSF进行逆滤波）); figure, imshow(J2); title(6.5.3 盲目卷积（使用较大的PSF进行逆滤波）); figure, imshow(J3);title(6.5.4 盲目卷积（使用真实的PSF进行逆滤波）);