闽南师范大学数字图像实验五-图象复原.docxVIP

实验五、图象复原

一．实验目的

了解图象退化的几种原因；

掌握对相应退化原因的复原方法。

二、实验内容

使用函数fspecial()和imfilter()模拟产生退化图象；

使用平滑滤波器和维纳滤波器复原图象。

三、实验步骤

选择一幅图片，并对其进行如下操作：

加性噪声退化图象

a.先用imnoise()函数给图象加噪声，如对图象增加高斯白噪声

b.使用平滑滤波器对其进行滤波

c.使用维纳滤波器进行处理

比拟两种滤波器的效果，考虑噪声不同，对结果是否会有影响。

closeall

clc

clear

A=imread(cameraman.tif);

subplot(221)

imshow(A);

title(原图);

A1=imnoise(A,gaussian,0.20);

subplot(222)

imshow(A1);

title(高斯噪声);

h=fspecial(average);

subplot(223)

A2=imfilter(A1,h);

imshow(A2);

title(低通平滑处理);

PSF=fspecial(motion,2,15);

NSR=sum(A1(:).^2)/sum(A(:).^2);

subplot(224)

A3=deconvwnr(A1,PSF,NSR);

imshow(A3);

title(维纳滤波器处理);

结论：维纳滤波图像恢复比平滑滤波效果更好，椒盐噪声适合用中值滤波，

噪声+运动退化图象

使用fspecial()和imfilter()模拟产生运动退化图象，然后按照上题方法参加噪声

使用维纳滤波器进行处理

比拟两种滤波器的效果，同时显示信噪比的值。

B=imread(cameraman.tif);

figure,subplot(221)

imshow(B);

title(原图);

PSF=fspecial(motion,30,15);

B1=imfilter(B,PSF,circular,conv);

B2=imnoise(B1,gaussian,0.20);

subplot(222)

imshow(B2);

title(运动退化+噪声);

h=fspecial(average);

subplot(223)

B3=imfilter(B2,h);

imshow(B3);

title(低通平滑处理);

NSR1=sum(B2(:).^2)/sum(B(:).^2);

B4=deconvwnr(B2,PSF,NSR1);

subplot(224)

imshow(B4);

title(维纳滤波器处理);

fprintf(\n信噪比%0.4f,NSR1);

结论：维纳和平滑滤波对噪声有效果，对运动退化无法恢复。