資源描述：
《逆濾波和維納濾波進(jìn)行圖像復(fù)原》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、用逆濾波和維納濾波進(jìn)行圖像復(fù)原在圖像的獲取、傳輸以及記錄保存過(guò)程中，由于各種因素，如成像設(shè)備與目標(biāo)物體的相對(duì)運(yùn)動(dòng)，大氣的湍流效應(yīng)，光學(xué)系統(tǒng)的相差，成像系統(tǒng)的非線性畸變，環(huán)境的隨機(jī)噪聲等原因都會(huì)使圖像產(chǎn)生一定程度的退化，圖像退化的典型表現(xiàn)是圖像出現(xiàn)模糊、失真，出現(xiàn)附加噪聲等。由于圖像的退化，使得最終獲取的圖像不再是原始圖像，圖像效果明顯變差。為此，要較好地顯示原始圖像，必須對(duì)退化后的圖像進(jìn)行處理，恢復(fù)出真實(shí)的原始圖像，這一過(guò)程就稱為圖像復(fù)原。圖像復(fù)原技術(shù)是圖像處理領(lǐng)域一類非常重要的處理技術(shù)，主要目的就是消除或減輕在圖像獲取及傳輸過(guò)程中造成的圖像質(zhì)量下降即退化現(xiàn)象，恢復(fù)圖像的本來(lái)面目。圖像復(fù)
2、原的過(guò)程是首先利用退化現(xiàn)象的某種先驗(yàn)知識(shí)，建立退化現(xiàn)象的數(shù)學(xué)模型，然后再根據(jù)退化模型進(jìn)行反向的推演運(yùn)算，以恢復(fù)原來(lái)的景物圖像。一、實(shí)驗(yàn)?zāi)康?了解圖像復(fù)原模型2了解逆濾波復(fù)原和維納濾波復(fù)原3掌握維納濾波復(fù)原、逆濾波的Matlab實(shí)現(xiàn)二、實(shí)驗(yàn)原理1、逆濾波復(fù)原如果退化圖像為，原始圖像為，在不考慮噪聲的情況下，其退化模型可用下式表示(12-25)由傅立葉變換的卷積定理可知有下式成立(12-26)式中，、、分別是退化圖像、點(diǎn)擴(kuò)散函數(shù)、原始圖像的傅立葉變換。所以(12-27)由此可見(jiàn)，如果已知退化圖像的傅立葉變換和系統(tǒng)沖激響應(yīng)函數(shù)(“濾被”傳遞函數(shù))，則可以求得原圖像的傅立葉變換，經(jīng)傅立葉反變換就
3、可以求得原始圖像，其中除以起到了反向?yàn)V波的作用。這就是逆濾波復(fù)原的基本原理。在有噪聲的情況下，逆濾波原理可寫成如下形式(12-28)式中，是噪聲的傅立葉變換。2、維納濾波復(fù)原維納濾波就是最小二乘濾波，它是使原始圖像與其恢復(fù)圖像之間的均方誤差最小的復(fù)原方法。對(duì)圖像進(jìn)行維納濾波主要是為了消除圖像中存在的噪聲，對(duì)于線性空間不變系統(tǒng)，獲得的信號(hào)為(12-29)為了去掉中的噪聲，設(shè)計(jì)一個(gè)濾波器，其濾波器輸出為，即(12-30)使得均方誤差式(12-31)成立，其中稱為給定時(shí)的最小二乘估計(jì)值。設(shè)為的相關(guān)函數(shù)的傅立葉變換，分別為的相關(guān)函數(shù)的傅立葉變換，為沖激響應(yīng)函數(shù)的傅立葉變換，有時(shí)也把和分別稱為和的
4、功率譜密度，則濾波器的頻域表達(dá)式為(12-32)于是，維納濾波復(fù)原的原理可表示為(12-33)對(duì)于維納濾波，由上式可知，當(dāng)時(shí)，由于存在項(xiàng)，所以不會(huì)出現(xiàn)被0除的情形，同時(shí)分子中含有項(xiàng)，在處，。當(dāng)時(shí)，，此時(shí)維納濾波就變成了逆濾波；當(dāng)時(shí)，，表明維納濾波避免了逆濾波中出現(xiàn)的對(duì)噪聲過(guò)多的放大作用；當(dāng)和未知時(shí)，經(jīng)常用來(lái)代替，于是其中，稱為噪聲對(duì)信號(hào)的功率譜度比，近似為一個(gè)適當(dāng)?shù)某?shù)。這是實(shí)際中應(yīng)用的公式。三、MATLAB實(shí)現(xiàn)clear;
I=imread('rice.tif');
imshow(I);
I=rgb2gray(I);%將原圖像轉(zhuǎn)化為黑白圖
figure;
subplot(2,2,1);
5、imshow(I);title('轉(zhuǎn)成黑白圖像');
[m,n]=size(I);
F=fftshift(fft2(I));
k=0.0025;
foru=1:m
forv=1:n
H(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6)));
end
end
G=F.*H;
I0=real(ifft2(fftshift(G)));
I1=imnoise(uint8(I0),'gaussian',0,0.001)
subplot(2,2,2);imshow(uint8(I1));title('模糊退化且添加高斯噪聲的圖像');
F0=fftshift(f
6、ft2(I1));
F1=F0./H;
I2=ifft2(fftshift(F1));
subplot(2,2,3);imshow(uint8(I2));title('全逆濾波復(fù)原圖');
K=0.1;
foru=1:m
forv=1:n
H(u,v)=exp(-k*(((u-m/2)^2+(v-n/2)^2)^(5/6)));
H0(u,v)=(abs(H(u,v)))^2;
H1(u,v)=H0(u,v)/(H(u,v)*(H0(u,v)+K));
end
end
F2=H1.*F0;
I3=ifft2(fftshift(F2));
subplot(2,2,4);imshow(ui
7、nt8(I3));title('維納濾波復(fù)原圖');四、運(yùn)行結(jié)果原圖：復(fù)原后圖像:五、心得體會(huì)通過(guò)這次做實(shí)驗(yàn)報(bào)告，使我對(duì)逆濾波和維納濾波有了一定的了解，通過(guò)對(duì)運(yùn)行結(jié)果的觀察，了解了逆濾波和維納濾波對(duì)運(yùn)動(dòng)模糊圖像的聯(lián)系和區(qū)別。
