数字图像处理实验七

% 将一幅256×256的灰度图像用3×3平均滤波器进行模糊，分别再加上一定的高斯噪声和均匀噪声。
% 然后，设计一个维纳滤波器对这两幅图像进行复原，分别计算这两幅图像复原前后的PSNR。

% 维纳滤波函数wiener2(·)
% 均匀噪声的生成方法
% PSNR计算

clc;
clear;
I=imread('2-lena.tif'); 
[m,n]=size(I); 
%均值滤波 3*3 
J=imfilter(I,fspecial('average',3));   
PSF=fspecial('average',[3 3]);
%加高斯噪声和均匀噪声 
K1=imnoise(J,'gaussian',0,0.01); 
%产生随机的均匀噪声 
K2=imnoise(J,'speckle',0.04);  
%维纳滤波器复原 
noise=K1-J; 
NSR=sum(noise(:).^2)/sum(K1(:).^2); 
M1=deconvwnr(K1,PSF,NSR); 
noise=K2-J; 
NSR=sum(noise(:).^2)/sum(K2(:).^2); 
M2=deconvwnr(K2,PSF,NSR);

psnr1=PSNR(I,M1);
psnr2=PSNR(I,M2);

figure; 
subplot(321),imshow(I);
xname = sprintf('原图像');
xlabel(xname);
subplot(322),imshow(J);
xname = sprintf('均值滤波后图像');
xlabel(xname);
subplot(323),imshow(K1);
xname = sprintf('加高斯噪声后图像');
xlabel(xname);
subplot(324),imshow(K2); 
xname = sprintf('加均匀噪声后图像');
xlabel(xname);    
subplot(325),imshow(M1);
xname = sprintf('高斯噪声图像的维纳滤波复原 PSNR = %.2f dB\n',psnr1);
xlabel(xname);
subplot(326),imshow(M2);
xname = sprintf('均匀噪声图像的维纳滤波复原 PSNR = %.2f dB\n',psnr2);
xlabel(xname);

function psnr = PSNR(x,y)
x = double(x);
y = double(y);
cnt = length(x(:));
mse = sum((x(:)-y(:)).^2)/cnt;
psnr = 10*log10(255^2/mse);
end