土壤重金属标准姓名 | 学号 | 实验组 | ||||
实验时间 | 指导教师 | 成绩 | ||||
实验项目名称 | ||||||
实验目的 | 通过本实验的学习使学生熟悉和掌握数字图像图像复原中的逆滤波和维纳滤波的原理及应用 | |||||
实验要求 | 集中授课的教学形式 | |||||
实验原理 | 1、图像退化模型 空域： 2、逆滤波原理 频域： 3、维纳滤波 复原公式： 如果噪声功率谱和信号功率谱都是未知或不能估计时可近似为： | |||||
实验仪器 | 计算机一台； Matlab软件 | |||||
实验步骤 | 1、编写逆滤波复原程序。读取图像，人工产生一个模糊图像，通过逆滤波方法对该模糊复原。人工产生一个模糊且带有噪声的图像，过逆滤波方法对该模糊复原。比较无噪声和有噪声时逆滤波的复原效果。计算复原后图像的PSNR。 2、编写维纳滤波复原程序。人工产生一个模糊且带有噪声的图像，利用维纳滤波方法对该模糊复原。计算复原后图像的PSNR，与逆滤波的复原效果比较。 | |||||
实验内容 | 1、利用逆滤波对图像进行复原。 2、利用维纳滤波对图像进行复原。 | |||||
实验数据 | 代码部分 clear all;close all;clc; I=imread('D:\用户目录\我的文档\MATLAB\图像处理\Lena.tif'); I=rgb2gray(I); figure; subplot(2,2,1);imshow(I);title('黑白图像'); 地球物理学会 [m,n]=size(I); F=fftshift(fft2(I)); %中心对称 k=0.0025; for u=1:m %退化模型 for v=1:m H(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6))); end end G=F.*H; %焊锰钢板用什么焊条退化处理 罗马女教皇I0=real(ifft2(fftshift(G))); I1=imnoise(uint8(I0),'gaussian',0,0.01); %加高斯噪声 subplot(2,2,2);imshow(uint8(I1));title('模糊退化且添加高斯噪声的图像'); F0=fftshift(fft2(I1)); F1=F0./H; I2=ifft2(fftshift(F1)); subplot(2,2,3);imshow(uint8(I2));title('全逆滤波复原图'); K=0.1; for u=1:m for v=1:n q=((u-m/2)^2+(v-n/2)^2)^(5/6); H(u,v)=exp((-k)*q); 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(uint8(abs(I3)));title('维纳滤波复原图'); I=double(I);I1=double(I1);I2=double(I2);I3=double(I3); B=8; %编码一个像素用多少二进制位 MAX=2^B-1; %图像有多少灰度级 %计算逆滤波复原后图像的PSNR MES1=abs(sum(sum((I-I2).^2))/(m*n)) %均方差 PSNR1=20*log10(MAX/sqrt(MES1)) %峰值信噪比 西北工业大学学报%计算维纳滤波复原后图像的PSNR MES2=abs(sum(sum((I-I3).^2))/(m*n)) PSNR2=20*log10(MAX/sqrt(MES2)) | |||||
实验总结 | ||||||
本文发布于:2024-09-24 13:14:05，感谢您对本站的认可！
本文链接：https://www.17tex.com/xueshu/477327.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议