《计算机图像处理2》由会员分享，可在线阅读，更多相关《计算机图像处理2（19页珍藏版）》请在金锄头文库上搜索。
1、图 像 复 原 小组成员：丁旭、陈伟松、臧云帆、陈久霖、汤超、黄生旺、许有才,主要内容： 1、维纳滤波复原。 2、规则化滤波复原程序 。 3、Lucy-Richardson复原。 4、盲去卷积复原。 5、约束最小平方滤波图像复原。,1、维纳滤波,维纳滤波是一种线性图像复原方法，其频域表达式： 在这个表达式中利用了这个事实：一个复数量与其它的共轭的乘积等于复数量幅度平方。 式中的各项如下所示： 为退化函数 为 的共轭函数 = = ，为噪声的功率谱 = ，为未退化图像的功率谱,程序,I=checkerboard(8); noise=0.1*randn(size(I); PSF=fspecial(m
2、otion,21,11); Blurred=imfilter(I,PSF,circular); BlurredNoisy=im2uint8(Blurred+noise); NP=abs(fftn(noise).2; NPOW=sum(NP(:)/prod(size(noise); NCORR=fftshift(real(ifftn(NP); IP=abs(fftn(I).2; IPOW=sum(IP(:)/prod(size(noise); ICORR=fftshift(real(ifftn(IP); ICORR1=ICORR(:,ceil(size(I,1)/2); NSR=NPOW/IPO
3、W;,subplot(221);imshow(BlurredNoisy,); title(模糊和噪声图像); subplot(222);imshow(deconvwnr(BlurredNoisy,PSF,NSR),); title(deconbwnr(A,PSF,NSR); subplot(223);imshow(deconvwnr(BlurredNoisy,PSF,NCORR,ICORR),); title(deconbwnr(A,PSF,NCORR,ICORR); subplot(224);imshow(deconvwnr(BlurredNoisy,PSF,NPOW,ICORR1),);
4、title(deconbwnr(A,PSF,NPOW,ICORR_1_D);,2、规则化滤波复原程序,程序,I=checkerboard(8); PSF=fspecial(gaussian,7,10); V=.01; BlurredNoisy=imnoise(imfilter(I,PSF),gaussian,0,V); NOISEPOWER=V*prod(size(I); J LAGRA=deconvreg(BlurredNoisy,PSF,NOISEPOWER); subplot(221);imshow(BlurredNoisy); title(A=Blurred and Noisy); s
5、ubplot(222);imshow(J); title(J LAGRA=deconvreg(A,PSF,NP); subplot(223);imshow(deconvreg(BlurredNoisy,PSF,LAGRA/10); title(deconvreg(A,PSF,0.1*LAGRA); subplot(224);imshow(deconvreg(BlurredNoisy,PSF,LAGRA*10); title(deconvreg(A,PSF,10*LAGRA);,3、使用Lucy-Richardson算法的迭代非线性复原,在过去20年里，非线性迭代技术已经被越来越多的被人们接受，
6、作为复原的工具，它常常获得比线性方法更好的结果。随着计算机计算能力的增加，非线性方法更好的用在图像处理上。 L-R算法是从最大似然公式中引出来的，图像是用泊松统计加以模型化的。 非线性方法有一个共同的问题，就是怎么样停止T-R算法，在本讲中我们将利用相应的编程方法来终止算法，得到满意的结果。,程序,I=checkerboard(8); PSF=fspecial(gaussian,7,10); V=.0001; BlurredNoisy=imnoise(imfilter(I,PSF),gaussian,0,V); WT=zeros(size(I); WT(5:end-4,5:end-4)=1;
7、J1=deconvlucy(BlurredNoisy,PSF); J2=deconvlucy(BlurredNoisy,PSF,20,sqrt(V); J3=deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT); subplot(221);imshow(BlurredNoisy); title(A=Blurred and Noisy); subplot(222); imshow(J1); title(deconvlucy(A,PSF); subplot(223);imshow(J2); title(deconvlucy(A,PSF,NI,DP); subplot
8、(224);imshow(J3); title(deconvlucy(A,PSF,NI,DP,WT);,定义：不以PSF（是一种傅里叶变换对）知识为基础的图像复原方法统称为盲去卷积法，它是以最大似然估计为基础的，即一种用被随机噪声所干扰的量进行估计的最优化策略。,4、盲去卷积复原,程序： I=checkerboard(8); PSF=fspecial(gaussian,7,10); V=.0001; BlurredNoisy=imnoise(imfilter(I,PSF),gaussian,0,V); WT=zeros(size(I); WT(5:end-4,5:end-4)=1; INITP
9、SF=ones(size(PSF); FUN=inline(PSF+P1,PSF,P1); J P=deconvblind(BlurredNoisy,INITPSF,20,10*sqrt(V),WT,FUN,0); subplot(221);,imshow(BlurredNoisy); title(A=Blurred and Noisy); subplot(222);imshow(PSF,); title(True PSF);subplot(223); imshow(J);title(Deblured Image); subplot(224); imshow(P,); title(Recove
10、red PSF);,5、约束的最小二乘方滤波,在维纳滤波中存在一些其他困难：未退化的图像和噪声的功率谱必须是已知的。 采用约束的最小二乘方滤波，只要运用噪声方差和均值的知识就能处理。,程序,I = imread(peppers.png); PSF = fspecial(gaussian,7,10); %标准差为10,大小为7的高斯低通滤波器 V = 0.01; H = imnoise(imfilter(I,PSF),gaussian,0,V); NP = V*prod(size(I);% noise power J LAGRA = deconvreg(H,PSF,NP); %LAGRA表示返回函数执行时最终使用的拉氏算子 subplot(2,2,1);imshow(H); title(A = Blurred and Noisy); subplot(2,2,2);imshow(J); title(J LAGRA = deconvreg(A,PSF,NP); subplot(2,2,3);imshow(deconvreg(H,PSF,LAGRA/10); title(deconvreg(A,PSF,0.1*LAGRA); subplot(2,2,4);imshow(deconvreg(H,PSF,LAGRA*10); title(deconvreg(A,PSF,10*LAGRA);,
