数字图像处理实验报告4.docx

数字图像处理与分析

实验报告

学院：班级：姓名：学号：

实验四图像复原

一、 实验目的

了解图象退化的几种原因

掌握对相应退化原因的复原方法

二、 实验内容

使用函数fspecial()和imfilter()模拟产生退化图象

使用平滑滤波器和维纳滤波器复原图象

三、 实验步骤

加性噪声退化图象

先用imnoise()函数给图象加噪声，如对图象增加高斯白噪声

x=imread(‘cameraman.tif’)

x=imnoise(x,’gaussian’)

得到图像：

使用平滑滤波器对其进行滤波h=fspecial(‘average’)y=imfilter(x,h);

得到图像：

使用维纳滤波器进行处理

w=wiener2(x)%注意：维纳滤波要求为灰度图像！得到图像：

使用演示程序比较各种滤波器的效果：nrfiltdemo

运动退化图像

使用fspecial()和imfilter()模拟产生运动退化图象相应的程序如下：

I=imread(C:\DocumentsandSettings\Administrator\桌面\1.BMP);figure;

imshow(I);title(OriginalImage);LEN=31;

THETA=15;

PSF=fspecial(motion,LEN,THETA);%createPSFBlurred=imfilter(I,PSF,circular,conv);%blurtheimagefigure;

imshow(Blurred);title(BlurredImage);

得到图像：

使用维纳滤波器进行处理wnr1=deconvwnr(Blurred,PSF);figure;imshow(wnr1);title(Restored,TruePS);

四、 实验总结

本次实验的目的就是了解图像退化的几种原因，比如性噪声，通过对图像添加高斯噪声对图像进行退化，在图像退化以后再对图像进行恢复。在恢复图像的过程中我们用到了平滑滤波和维纳滤波，通过指令h=fspecial(‘avera；gey’=im)filter(x,h);和w=wiener2(x)将已经退化的图像进行滤波，并且比较了两种滤波方式的不同之处。

通过本次实验，我学会了对退化图像的恢复处理方法，将图像进行平滑滤波和维纳滤波的方法，以及运用指令模拟产生运动退化图像并进行滤波修复的方法。这些方法对于我来说是比较常用的，因为生活中总是遇到运动退化图像，现在就可以通过MATLAB将这些图像进行滤波修复，使图像尽可能的清晰化。