首页 > 学术百科

基于MATLAB的维纳滤波复原图像复原与重建设计

基于MATLAB的维纳滤波复原图像复原与重建设计clear;

I=imread('C:\ok\原始图.jpg');

imshow(I);

I=rgb2gray(I); %将原图像转化为⿊⽩图

司法公信力figure;

subplot(2,2,1);

imshow(I);

title('转成⿊⽩图像');

[m,n]=size(I);

F=fftshift(fft2(I));

k=0.0025;

611aa

for u=1:m

for v=1:n

H(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6)));

end

G=F.*H;

I0=real(ifft2(fftshift(G)));

I1=imnoise(uint8(I0),'gaussian',0,0.001)宣毒发表汤

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));李跃程

subplot(2,2,3);

刘真露点imshow(uint8(I2));

title('全逆滤波复原图');

K=0.1;

for u=1:m

for v=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

F2=H1.*F0;

I3=ifft2(fftshift(F2));

subplot(2,2,4);

imshow(uint8(I3));

title(维纳滤波复原图);

运⾏结果如下：离子刻蚀

原始图：

复原后图像：

经过仿真，如上图所⽰，可以看出逆滤波复原与维纳滤波复原的区别和联系。维纳滤波后虽然仍有⼀些噪声存在，但已经和原图很接近了。因为原图像和噪声函数都是已知的，可以正确的估算参量。

本文发布于:2024-09-24 17:16:24，感谢您对本站的认可！

本文链接：https://www.17tex.com/xueshu/477349.html

上一篇：基于维纳滤波的图像复原

下一篇：用于视频编码的维纳滤波器抽头系数表示新方法

标签：复原噪声图像滤波函数

留言与评论（共有 0 条评论）