資源描述：
《基于維納濾波技術(shù)的圖像恢復(fù)仿真畢業(yè)設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于維納濾波技術(shù)的圖像恢復(fù)仿真畢業(yè)設(shè)計(jì)目錄摘要……………………………………………………………………………………….IAbstract..................................................................................................................................II1緒論……………………………………………………………………………………11.1前言11.2圖像復(fù)原的意義11.3維納濾波的發(fā)展歷史22MATLAB工具箱的簡(jiǎn)介42.2MATL
2、AB軟件的開發(fā)環(huán)境42.3MATLAB在圖像處理中的應(yīng)用93圖像的退化與恢復(fù)113.1圖像噪聲113.2圖像退化模型133.2.1退化模型133.2.2連續(xù)函數(shù)退化模型153.2.3離散函數(shù)退化模型163.2.4循環(huán)矩陣對(duì)角化203.3幾種圖像的恢復(fù)方法223.3.1逆濾波復(fù)原法223.3.2約束最小二乘方圖像復(fù)原法253.3.3維納濾波復(fù)原法274維納濾波實(shí)現(xiàn)對(duì)退化圖像的復(fù)原294.1維納濾波的基本原理294.1.1維納濾波概述294.1.2時(shí)間序列的濾波、預(yù)測(cè)、平滑304.2維納濾波對(duì)退化圖像的恢復(fù)324.2.1維納-霍夫（Wiener-Hopf）方程324.
3、2.2維納濾波圖像恢復(fù)的原理35II4.3實(shí)驗(yàn)仿真36結(jié)論……………………………………………………………………………………..43參考文獻(xiàn)…………………………………………………………………………………..44致謝……………………………………………………………………………………..46附錄1程序……………………………………………………………………………….47II哈爾濱商業(yè)大學(xué)畢業(yè)設(shè)計(jì)（論文）1緒論1.1前言在習(xí)以為常的世界里，我們會(huì)看到很多圖像，或者一個(gè)畫面。而在這個(gè)圖像獲得的進(jìn)程里，因?yàn)楣鈱W(xué)儀器的像素差、參雜噪聲等，最后致使圖像發(fā)生降質(zhì)，這類現(xiàn)象就叫做“圖像退化
4、”。因此我們按照該過程的一些相關(guān)知識(shí)，復(fù)原出其原來的面目。這就是圖像復(fù)原。引起圖像退化的原因有很多，例如攝像機(jī)聚焦不準(zhǔn)引起的噪聲，運(yùn)動(dòng)畫面和攝像儀器間的相對(duì)運(yùn)動(dòng)，光學(xué)系統(tǒng)的像差等等。數(shù)字圖像復(fù)原問題實(shí)際上是運(yùn)用現(xiàn)代的數(shù)字技術(shù)，對(duì)圖像進(jìn)行加工處理，再借用計(jì)算機(jī)對(duì)數(shù)字的圖像信息處理的辦法進(jìn)行運(yùn)算和整理，得到滿足我們所需要的圖像信息。不一樣的標(biāo)準(zhǔn)以及不一樣的最佳濾波方式就形成了許許多多的算法。常用的圖像恢復(fù)算法有，逆濾波恢復(fù)算法，維納濾波恢復(fù)算法，盲卷積濾波恢復(fù)算法，約束最小二乘方濾波恢復(fù)算法等。圖像恢復(fù)算法是一項(xiàng)值得探索的技術(shù)，它能在某些程度上使圖像的質(zhì)量得到改良，也
5、就是依據(jù)所需改進(jìn)圖像在視覺這一塊的效果，又能夠迅速的使后續(xù)工作繼續(xù)開展。在這些算法中，Wiener濾波恢復(fù)算法是最具有代表型的算法之一，二十世紀(jì)四十年代，他使得與最佳濾波器的主題相關(guān)的問題得到了解決。也就是假定輸入的信號(hào)為有用信號(hào)與干擾信號(hào)的聯(lián)合作用，并且這兩者在廣義上皆是平穩(wěn)，以及兩者的二階統(tǒng)計(jì)性質(zhì)都是已經(jīng)給定的。他以最小均方誤差為最小的標(biāo)準(zhǔn)，把該濾波器的最佳參數(shù)求解出來，這一類的濾波器就叫做Wiener濾波器。MATLAB是應(yīng)用于數(shù)學(xué)研究的一款軟件，主要在數(shù)值計(jì)算和圖像處理進(jìn)行使用。正因?yàn)樗\(yùn)用了矩陣的方式來儲(chǔ)存數(shù)據(jù)，因此在圖像處理范疇可以施展速度快、效率高等
6、優(yōu)勢(shì)。該軟件有著很多性能很高的工具箱，通過這些工具，用戶能夠快速地對(duì)圖像加以剖析和處理工作。除此以外，與另一些軟件相比，該軟件在圖像處理的問題上有很強(qiáng)的偏向性，并且有編碼簡(jiǎn)單容易掌握的好處。針對(duì)上面的情形分析，本文就使用了該軟件進(jìn)行仿真，把Wiener濾波算法用實(shí)例展示出來，并且獲得了較好的成果。1.2圖像復(fù)原的意義44哈爾濱商業(yè)大學(xué)畢業(yè)設(shè)計(jì)（論文）圖像恢復(fù)的歷史長(zhǎng)達(dá)六十多年，它的定義是對(duì)降質(zhì)的圖像運(yùn)用技術(shù)進(jìn)行加工，盡最大努力恢復(fù)圖像出以前的面貌。從起初的19世紀(jì)到現(xiàn)在的外太空探索，對(duì)很多模糊的圖片都需要作進(jìn)一步的加工以便于分析，這類的供不應(yīng)求使得該處理的技術(shù)得到
7、了飛升。如今，這種技術(shù)已經(jīng)在科學(xué)的研究、工業(yè)以及農(nóng)業(yè)的生產(chǎn)、空間探索、天文觀測(cè)、遙感遙測(cè)、交通監(jiān)控、刑事案件偵察等眾多領(lǐng)域投入使用[1]。(1)在天文觀測(cè)的范疇中，由于成像體系遭到紫外線或者對(duì)流層氣流的干擾，會(huì)引起圖像發(fā)生退化。在宇宙的成像體系里，因?yàn)槿嗽祜w船的行駛速度比掃描的快門拍攝的速度快了很多倍，也會(huì)導(dǎo)致圖像退化，使圖像呈運(yùn)動(dòng)模糊的狀態(tài)。此外，噪聲的影響也不可以小視。因此，有必要對(duì)所獲取的圖像進(jìn)行加工，才能盡量恢復(fù)其原始的面貌，獲得較多的圖像有關(guān)信息。(2)在醫(yī)學(xué)的范疇中，這種復(fù)原技術(shù)在CT等成像體系也很普及，用來濾掉（消除）各類醫(yī)療成像設(shè)備或在圖像獲得時(shí)自
8、然引起的噪
