图像复原方法与MATLAB实现
图像复原是图像处理中的一个重要问题，对于改善图像质量具有重要的意义。在图像获取过程中，许多因素都会导致图像质量的下降（降质）,如光学系统的像差、大气扰动、运动等，它们会造成图像的模糊和变形。图像复原的目的在于消除或减轻在图像获取、传输及保存过程中造成的图像品质下降，即退化现象，恢复图像的本来面目。解决该问题的关键是对图像的退化过程建立相应的数学模型，然后通过求解该逆问题获得图像的复原模型并对原始图像进行合理估计。
本论文主要介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，详细的介绍了维纳滤波、约束最小二乘方滤波、LR算法和盲去卷积，并通过Matlab软件对这四种图像复原的方法进行了仿真及比较。 HM000085
【关键词】 图像复原 维纳滤波 约束最小二乘方滤波 LR算法 盲去卷积
图像复原算法代码 查看完整请+Q:351916072获取v
维纳滤波代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
figure(1);imshow(I,[]);
title('原图像');
PSF=fspecial('motion',7,10);
MF=imfilter(I,PSF,'circular');
noise=imnoise(zeros(size(I)),'gaussian',0,0.000001);
MFN=imadd(MF,im2uint8(noise));
figure(2);imshow(MFN,[]);
title('噪声模糊图像');
NSR=sum(noise(:).^2)/sum(MFN(:).^2);
figure(3);
imshow(deconvwnr(MFN,PSF,NSR),[]);
title('维纳滤波复原');
约束最小二乘方滤波代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
NOISEPOWER=V*prod(size(I));
[J LAGRA]=deconvreg(BlurredNoisy,PSF,NOISEPOWER);
subplot(233);imshow(BlurredNoisy);
title('A=Blurred and Noisy');
subplot(234);imshow(J);
title('[J LAGRA]=deconvreg(A,PSF,NP)');
subplot(235);imshow(deconvreg(BlurredNoisy,PSF,[],LAGRA/10));
title('deconvreg(A,PSF,[],0.1*LAGRA)');
subplot(236);imshow(deconvreg(BlurredNoisy,PSF,[],LAGRA*10));
title('deconvreg(A,PSF,[],10*LAGRA');
查看完整请+Q:351916072获取v
LR算法代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
BlurredNoisy=double(BlurredNoisy);
WT=zeros(size(I));
WT(5:end-4,5:end-4)=1;
J1=deconvlucy(BlurredNoisy,PSF);
J2=deconvlucy(BlurredNoisy,PSF,20,sqrt(V));
J3=deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);
subplot(233);
imshow(mat2gray(BlurredNoisy));
title('A=Blurred and Noisy');
subplot(234);
imshow(mat2gray(J1));
title('deconvlucy(A,PSF)');
subplot(235);imshow(mat2gray(J2));
title('deconvlucy(A,PSF,NI,DP)');
subplot(236);imshow(mat2gray(J3));
title('deconvlucy(A,PSF,NI,DP,WT)');
盲去卷积代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
BlurredNoisy=double(BlurredNoisy);
WT=zeros(size(I));
WT(5:end-4,5:end-4)=1;
INITPSF=ones(size(PSF));
FUN=inline('PSF+P1','PSF','P1');
[J P]=deconvblind(BlurredNoisy,INITPSF,5,10*sqrt(V),WT,FUN,0);
[K P]=deconvblind(BlurredNoisy,INITPSF,10,10*sqrt(V),WT,FUN,0);
[L P]=deconvblind(BlurredNoisy,INITPSF,20,10*sqrt(V),WT,FUN,0);
subplot(233);imshow(mat2gray(BlurredNoisy));
title('A=Blurred and Noisy');
subplot(234);imshow(mat2gray(J));
title('True PSF');
subplot(235);imshow(mat2gray(K));
title('Deblured Image');
subplot(236);imshow(mat2gray(L));
title('Recovered PSF');
摘要 I 查看完整请+Q:351916072获取v
ABSTRACTII
第一章前言.1
1.1图像复原研究背景及现状1
1.2图像复原基本原理及建模研究2
1.3本章小结5
第二章 Matlab功能及图像处理工具介绍6
2.1 Matlab简介6
2.2 Matlab图像处理工具介绍6
2.3本章小结7
第三章 图像复原方法8
3.1维纳滤波...8
3.2约束最小二乘方滤波...8
3.3 LR算法.10
3.4 盲去卷积11
3.5 本章小结12
第四章 图像复原的Matlab实现13
4.1 维纳滤波仿真13
4.2约束最小二乘方滤波仿真14
4.3 LR算法仿真16
4.4 盲去卷积仿真.17
4.5本章小结19
第五章 总结与展望20
5.1图像复原的总结与展望20
5.2个人总结与展望.21
致 谢22
参考文献23
附 录24
图像复原算法代码24
毕业设计英文翻译27
英文原文：28
英文翻译：38 查看完整请+Q:351916072获取v
本论文主要介绍了图像退化的原因、图像复原技术的分类和目前常用的几种图像复原方法，详细的介绍了维纳滤波、约束最小二乘方滤波、LR算法和盲去卷积，并通过Matlab软件对这四种图像复原的方法进行了仿真及比较。 HM000085
【关键词】 图像复原 维纳滤波 约束最小二乘方滤波 LR算法 盲去卷积
图像复原算法代码 查看完整请+Q:351916072获取v
维纳滤波代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
figure(1);imshow(I,[]);
title('原图像');
PSF=fspecial('motion',7,10);
MF=imfilter(I,PSF,'circular');
noise=imnoise(zeros(size(I)),'gaussian',0,0.000001);
MFN=imadd(MF,im2uint8(noise));
figure(2);imshow(MFN,[]);
title('噪声模糊图像');
NSR=sum(noise(:).^2)/sum(MFN(:).^2);
figure(3);
imshow(deconvwnr(MFN,PSF,NSR),[]);
title('维纳滤波复原');
约束最小二乘方滤波代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
NOISEPOWER=V*prod(size(I));
[J LAGRA]=deconvreg(BlurredNoisy,PSF,NOISEPOWER);
subplot(233);imshow(BlurredNoisy);
title('A=Blurred and Noisy');
subplot(234);imshow(J);
title('[J LAGRA]=deconvreg(A,PSF,NP)');
subplot(235);imshow(deconvreg(BlurredNoisy,PSF,[],LAGRA/10));
title('deconvreg(A,PSF,[],0.1*LAGRA)');
subplot(236);imshow(deconvreg(BlurredNoisy,PSF,[],LAGRA*10));
title('deconvreg(A,PSF,[],10*LAGRA');
查看完整请+Q:351916072获取v
LR算法代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
BlurredNoisy=double(BlurredNoisy);
WT=zeros(size(I));
WT(5:end-4,5:end-4)=1;
J1=deconvlucy(BlurredNoisy,PSF);
J2=deconvlucy(BlurredNoisy,PSF,20,sqrt(V));
J3=deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);
subplot(233);
imshow(mat2gray(BlurredNoisy));
title('A=Blurred and Noisy');
subplot(234);
imshow(mat2gray(J1));
title('deconvlucy(A,PSF)');
subplot(235);imshow(mat2gray(J2));
title('deconvlucy(A,PSF,NI,DP)');
subplot(236);imshow(mat2gray(J3));
title('deconvlucy(A,PSF,NI,DP,WT)');
盲去卷积代码
I=imread('C:\Users\GYY\Desktop\5.jpg');
subplot(231);
imshow(I);
I=rgb2gray(I);
subplot(232);
imshow(I);
PSF=fspecial('gaussian',7,10);
V=0.000001;
BlurredNoisy=imnoise(imfilter(I,PSF),'gaussian',0,V);
BlurredNoisy=double(BlurredNoisy);
WT=zeros(size(I));
WT(5:end-4,5:end-4)=1;
INITPSF=ones(size(PSF));
FUN=inline('PSF+P1','PSF','P1');
[J P]=deconvblind(BlurredNoisy,INITPSF,5,10*sqrt(V),WT,FUN,0);
[K P]=deconvblind(BlurredNoisy,INITPSF,10,10*sqrt(V),WT,FUN,0);
[L P]=deconvblind(BlurredNoisy,INITPSF,20,10*sqrt(V),WT,FUN,0);
subplot(233);imshow(mat2gray(BlurredNoisy));
title('A=Blurred and Noisy');
subplot(234);imshow(mat2gray(J));
title('True PSF');
subplot(235);imshow(mat2gray(K));
title('Deblured Image');
subplot(236);imshow(mat2gray(L));
title('Recovered PSF');
摘要 I 查看完整请+Q:351916072获取v
ABSTRACTII
第一章前言.1
1.1图像复原研究背景及现状1
1.2图像复原基本原理及建模研究2
1.3本章小结5
第二章 Matlab功能及图像处理工具介绍6
2.1 Matlab简介6
2.2 Matlab图像处理工具介绍6
2.3本章小结7
第三章 图像复原方法8
3.1维纳滤波...8
3.2约束最小二乘方滤波...8
3.3 LR算法.10
3.4 盲去卷积11
3.5 本章小结12
第四章 图像复原的Matlab实现13
4.1 维纳滤波仿真13
4.2约束最小二乘方滤波仿真14
4.3 LR算法仿真16
4.4 盲去卷积仿真.17
4.5本章小结19
第五章 总结与展望20
5.1图像复原的总结与展望20
5.2个人总结与展望.21
致 谢22
参考文献23
附 录24
图像复原算法代码24
毕业设计英文翻译27
英文原文：28
英文翻译：38 查看完整请+Q:351916072获取v
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/3233.html
