数字图像处理期末文,实验报告。.doc

数字图像处理实验报告 学号： 姓名：伊敏托合提 班级：计算机科学与技术三班 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。 运动模糊图像复原是图像复原技术中十分重要的一个分支,在生产生活领域、航天领域、智能交通领域都有着广泛的应用。由于匀速直线运动模糊是具有普遍意义的一种退化方式,本文针对匀速直线运动模糊图像的复原进行了系统的研究建立恰当的退化模型和准确的辨识模糊参数是良好复原退化图像的关键。本文首先根据匀速直线运动模糊图像的特点建立了相应的退化模型,得出其点扩散函数是由模糊长度和模糊角度确定的。 对于匀速直线运动模糊图像,其频谱图像中存在平行排布的暗条纹,这些暗条纹的生成与退化图像的模糊参数存在特定的关系。本文通过对匀速运动模糊图像的频谱出现平行暗条纹的原因的分析,推导了匀速运动模糊图像点扩散函数的离散域表达式,找到了退化图像频谱暗条纹方向和间距与退化图像模糊参数之间的关系式。 图中f(X，Y)是真实景物的图像函数，若影像系统的点扩展函数h(X，Y，)与景物平面上各点的位置无关，则称h(X，Y， )为位移不变的点扩展函数，n(X，Y)是系统引进的白噪声，而g (X，Y)则是系统输出的模糊图像。此时有 式中*表示卷积，根据傅立叶变换的卷积定理，可得 G (u，v) =F (u，v) ·H (u，v) +(u，v) (4) 式中，变量u，v称为频率域的空间频率，F (．)，G (．)，H (．)，N (．)分别是f(．)，g(．)，h(．)，n(．)的二维傅立叶变换，并且称H (u，v)为成象系统的传递函数，在图像复原中又称为退化函数。根据导致图像模糊的物理机理，通过解析方法来确定运动模糊图像的传递函数。假设被摄景物在摄像过程中在一平面内进行匀速直线运行，令a和p分别表示X和y方向上的运动速度，经过推导，可得运动模糊图像的传递函数为 式中，T是电视图像的帧周期。例如，PAL彩色电视制中，帧频f=25赫兹，帧周期T=40毫秒。如果选择复原滤波器的传递函数为HR(u，v) =H (u，v) (6) 此时，复原图像的频谱变为F (u，v) =G (u，v) ·HR (u，v) =[F (u，v) ·H (u，v)+N (u，v)]·H-1 (u，v) =F (u，v) +N (u，v) ·H-1 (u，v) (7) 经过傅立叶反变换后，可以获得复原图像 式中入I1表示傅立叶反变换，在没有源噪声的情况下可以获得精确的复原结果，但如果存在源噪声，将会引起附加的误差，使得图像细节丰富的区域不能得到有效的复原。 3 )多帧运动模糊图像复原方法 电视成象是通过电子束周期地扫描摄像管靶面实现的，使得电视图像的相邻帧之间具有相关性，其中相邻帧之间具有相对平稳的图像退化，这是由于各帧图像的相对位移不变的点扩展函数h (X一 ，Y—r／)引起的。对于摄像设备与景物之间相对运动引起 的模糊图像，只要景物在帧间没有重大的移动，加之帧周期较短，可以认为在一帧时间内相对运动是稳定的，这是利用多帧融合处理技术复原图像的前提条件。此时第i帧模 糊图像的傅立叶频谱是 G，(u，v) =F (u，v)·H，(u，v) 对上式取自然对数，可得 ln[G，(u，v)]=In [F (u，v)]+ln[H，(u，v)] (10) 式10可以将真实景物图像频谱和退化传递函数分离成对数相加，这样有可能对相加性噪声应用统计滤波方法。对于M 帧电视图像，则有 当M 为大值时， 此时，复原图像的频谱可以表示为 然后由傅立叶反变换求得空间域的复原图像 f(X，Y)=入-1 [ (u，v)] (14) 尽管上述推导过程中未考虑噪声分量的影响，但是在每一帧图像处理之前，我们进行了必要的噪声滤波，将噪声的影响降低到最低程度。由于造成图像退化的因素错综复杂，退化方式不可预测加之噪声的影响， 因而增大了