MATLAB图像复原二

I = checkerboard(8); %产生一个88跳棋盘图像
PSF = fspecial(‘gaussian’,7,10); %产生一个高斯低通滤波器
V = .01; %高斯加性噪声的标准差
IF1= imfilter(I,PSF);
BlurredNoisy = imnoise(IF1,…
‘gaussian’,0,V); %原图像通过高斯低通滤波器后，加入高斯噪声
NOISEPOWER = Vprod(size(I)); %计算噪声的功率
[J LAGRA] = deconvreg(BlurredNoisy,…
PSF,NOISEPOWER); %反卷积，返回复原后的图像和拉格朗日乘子
subplot(221); imshow(BlurredNoisy); %显示退化后的图像
title(‘A = Blurred and Noisy’);
subplot(222); imshow(J); %显示复原后的图像
title(’[J LAGRA] = deconvreg(A,PSF,NP)’);
J1= deconvreg(BlurredNoisy,PSF,[],LAGRA/10); %改变函数中的参数
subplot(223); imshow(J1); %显示复原后的图像
title('deconvreg(A,PSF,[],0.1LAGRA)’);
J2= deconvreg(BlurredNoisy,PSF,[],LAGRA10); %改变函数中的参数
subplot(224); imshow(J2);%显示复原后的图像
title('deconvreg(A,PSF,[],10LAGRA)’);

I = checkerboard(8); %产生一个88的跳棋盘图像
PSF = fspecial(‘gaussian’,7,10); %产生一个高斯低通滤波器
V = .0001; %高斯加性噪声的标准差
IF1= imfilter(I,PSF);%原图像通过高斯低通滤波器
BlurredNoisy = imnoise(IF1,‘gaussian’,0,V);%加入高斯噪声
WT = zeros(size(I)); %产生权重矩阵
WT(5:end-4,5:end-4) = 1;
J1 = deconvlucy(BlurredNoisy,PSF); %使用不同参数的参数进行复原
J2 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V));
J3 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);
figure, %依次显示模糊后的图像和deconvlucy方法反卷积得到的图像
subplot(221);imshow(BlurredNoisy); title(‘A = Blurred and Noisy’);
subplot(222);imshow(J1); title(‘deconvlucy(A,PSF)’);
subplot(223);imshow(J2); title(‘deconvlucy(A,PSF,NI,DP)’);
subplot(224);imshow(J3); title(‘deconvlucy(A,PSF,NI,DP,WT)’);