資源描述：
《基于matlab的維納濾波在圖像恢復(fù)中的應(yīng)用》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、江西理工大學(xué)本科畢業(yè)設(shè)計(jì)（論文）題目：基于MATLAB的維納濾波在圖像恢復(fù)中的應(yīng)用3摘要本文主要研究的是基于MATLAB的維納濾波在圖像恢復(fù)中的應(yīng)用,在實(shí)際的日常生活中，人們要接觸很多圖像，畫面。而在景物成像這個(gè)過程里可能會(huì)出現(xiàn)模糊、失真或混入噪聲，最終導(dǎo)致圖像質(zhì)量下降，這種現(xiàn)象稱為圖像“退化”。退化的數(shù)字圖像會(huì)造成圖像中的目標(biāo)很難識(shí)別或者圖像中的特征無(wú)法提取，必須對(duì)其進(jìn)行恢復(fù)。維娜濾波是一種常見的圖像復(fù)原方法，該方法的思想是使復(fù)原的圖像與原圖像的均方誤差最小原則采復(fù)原圖像。本文主要通過介紹維納濾波的基本原理，并結(jié)合MATLAB中的函數(shù)，設(shè)計(jì)相應(yīng)的維納濾波器，實(shí)現(xiàn)“含噪”圖像的復(fù)原，進(jìn)行
2、了對(duì)退化圖像復(fù)原的仿真實(shí)驗(yàn)，在退化圖像中加入了噪聲進(jìn)行恢復(fù)，實(shí)驗(yàn)表明退化圖像在有噪聲時(shí)必須考慮圖像的信噪比，噪聲的自相關(guān)函數(shù)進(jìn)行圖像恢復(fù)，才能取得較好的復(fù)原效果。關(guān)鍵詞：維納濾波；MATLAB；圖像恢復(fù)；退化模型3ABSTRACTMaincontextofthisthesisliesintheWienerfilterbasedonMATLABbeingappliedtoimagerestoration.Inreallife,peoplewillmeetalotofimagesandscreens.However,inthisprocess,imagingfeaturesmayappear
3、blurred,distortedormixedwithnoise.Asaconsquence,qualityofimagesislowered,andthisphenomenonisjustdescribedasImage"degraded."Degradationindigitalimagesislikelytomakeitdiffculttoidentifythetargetimageortoextracttheimagefeatures,imagesmustberestored,then.Wienerfilterisacommonmethodforimagerestoration
4、,theideaofthismethodistominimizethemeansquareerrorbetweenrestoredimagesandtheoriginalones.ThispapermainlyintroducesthebasicprinciplesofWienerfiltering,andfunctionofMATLABarecombinedtodesignthecorrespondingWienerfilter,whichaimesatrestorationof"noisy"images.Besides,simulationexperimentsofdegradedi
5、magesrestorationareperformedaswell.Andnoiserestorationarealsotakenintoaccountintheexperiments.Finally,experimentsshowthatSNRofimagesshouldbetakenintoconsiderationwhenthereisnoiseinthedegradedimages.Combiningwithnoiseautocorrelationfunctionforimagerestoration,wewillachievebetterrehabilitationresul
6、ts.Keywords:Wienerfilter;MATLAB;imagerestoration;degradedimage朗讀顯示對(duì)應(yīng)的拉丁字符的拼音字典3目錄第一章緒論11.1引言11.2圖像復(fù)原的意義11.3維納濾波的研究歷史2第二章MATLAB圖像處理工具箱簡(jiǎn)介42.1MATLAB軟件簡(jiǎn)介42.2MATLAB的開發(fā)環(huán)境42.3MATLAB在圖像處理中的應(yīng)用9第三章圖象恢復(fù)113.1圖像噪聲113.2圖象退化模型123.2.1退化模型123.2.2連續(xù)函數(shù)退化模型143.2.3離散函數(shù)退化模型163.2.4循環(huán)矩陣對(duì)角化193.3圖像的恢復(fù)方法213.3.1逆濾波復(fù)原法213.3.
7、2約束最小平方復(fù)原法243.3.3維納濾波復(fù)原法26第四章維納濾波實(shí)現(xiàn)對(duì)退化圖像的復(fù)原284.1維納濾波的基本原理284.1.1維納濾波概述284.1.2時(shí)間序列的濾波、預(yù)測(cè)、平滑294.2維納濾波對(duì)退化圖像的恢復(fù)314.2.1維納-霍夫（Wiener-Hopf）方程314.2.2維納濾波圖像恢復(fù)的原理344.3實(shí)驗(yàn)仿真35第五章結(jié)論38致謝39參考文獻(xiàn)4034江西理工大學(xué)2011屆本科生畢業(yè)設(shè)計(jì)（論文）第一章緒論1.1引言在實(shí)際的
