Matlab 第五章

代码1  使用盲区卷积估计点扩散函数

代码

%% 例5.11 盲去卷积 估计PSF deconvblind
clc     % 清屏操作，清除命令窗口中的输出。
clear   % 清除内存中所有变量，释放内存空间。

PSF = fspecial('gaussian',7,10); % 创建一个高斯核作为原始PSF（点扩散函数）。
imshow(pixeldup(PSF,73),[]);     % 显示放大后的PSF图像，使用pixeldup函数放大图像。
title('原始PSF图像');            % 图像标题。

f = checkerboard(8);             % 创建一个8x8的棋盘格图像。
SD = 0.01;                       % 定义高斯噪声的标准差。
g = imnoise(imfilter(f,PSF),'gaussian',0,SD^2); % 对棋盘格图像应用PSF并进行高斯噪声处理。

INITPSF = ones(size(PSF));       % 初始化PSF，创建一个与原始PSF同样大小的全1矩阵。

DAMPAR = 10*SD;                  % 定义去卷积过程中的阻尼参数。
LIM = ceil(size(PSF,1)/2);       % 计算PSF尺寸的一半，向上取整。
WEIGHT = zeros(size(g));         % 创建一个与噪声图像同样大小的全0权重矩阵。
WEIGHT(LIM + 1:end - LIM, LIM + 1:end - LIM) = 1; % 在权重矩阵的中心区域赋值为1。

figure                            % 创建一个新的图形窗口。
NUMIT = 5;                       % 设置迭代次数为5。
[fr PSFe] = deconvblind(g,INITPSF,NUMIT,DAMPAR,WEIGHT); % 使用盲去卷积估计PSF。
imshow(pixeldup(PSFe,73),[]);    % 显示放大后的估计PSF图像。
title('使用盲去卷积估计PSF迭代5次后的结果'); % 图像标题。

figure                            % 创建另一个新的图形窗口。
NUMIT = 10;                      % 设置迭代次数为10。
[fr PSFe] = deconvblind(g,INITPSF,NUMIT,DAMPAR,WEIGHT); % 再次使用盲去卷积估计PSF。
imshow(pixeldup(PSFe,73),[]);    % 显示放大后的估计PSF图像。
title('使用盲去卷积估计PSF迭代10次后的结果'); % 图像标题。

figure                            % 创建另一个新的图形窗口。
NUMIT = 20;                      % 设置迭代次数为20。
[fr PSFe] = deconvblind(g,INITPSF,NUMIT,DAMPAR,WEIGHT); % 再次使用盲去卷积估计PSF。
imshow(pixeldup(PSFe,73),[]);    % 显示放大后的估计PSF图像。
title('使用盲去卷积估计PSF迭代20次后的结果'); % 图像标题。

figure                            % 创建另一个新的图形窗口。
NUMIT = 50;                      % 设置迭代次数为50。
[fr PSFe] = deconvblind(g,INITPSF,NUMIT,DAMPAR,WEIGHT); % 再次使用盲去卷积估计PSF。
imshow(pixeldup(PSFe,73),[]);    % 显示放大后的估计PSF图像。
title('使用盲去卷积估计PSF迭代50次后的结果'); % 图像标题。

重要函数

imshow  展示图像

checkerboard（X） 创建x*x大小的棋牌盘

deconvblind(加噪图像，矩阵，迭代次数，阻尼系数，权重）  使用盲区卷积估计PSF

figure  展示一个窗口

fspecial（‘核函数名字’，7,10）创建一个核函数矩阵

思路

1. 初始化：

   • 清除命令窗口输出和内存中的所有变量。
   • 创建一个高斯核作为原始的点扩散函数（PSF）。
   • 显示原始PSF的图像。

2. 创建模糊图像：

   • 创建一个8x8的棋盘格图像。
   • 使用imfilter函数将PSF应用到棋盘格图像上，模拟出模糊图像。
   • 对模糊图像添加高斯噪声。

3. 设置去卷积参数：

   • 初始化PSF为一个全1的矩阵，与原始PSF的大小相同。
   • 定义去卷积过程中的阻尼参数。
   • 创建一个与噪声图像同样大小的权重矩阵，中心区域赋值为1，其他区域为0。

4. 盲去卷积估计PSF：

   • 设置迭代次数为5次，并使用deconvblind函数进行盲去卷积估计PSF。
   • 显示估计后的PSF图像。
   • 重复上述步骤，分别将迭代次数设置为10次、20次和50次，观察不同迭代次数对估计结果的影响。

5. 结果显示：

   • 每次迭代后，都会显示估计的PSF图像，并标明迭代次数，以便比较不同迭代次数下的估计效果。

结果展示

代码2 使用maketform和vistformfwd函数来创建和可视化不同的仿射变换

clc % 清屏操作，清除命令窗口中的输出。
clear % 清除内存中所有变量，释放内存空间。

T1 = [3 0 0; 0 2 0; 0 0 1];
 % 定义一个仿射变换矩阵T1，包含x方向缩放3倍，y方向缩放2倍。
tform1 = maketform('affine',T1);
 % 创建一个仿射变换结构tform1。
vistformfwd(tform1,[0 100],[0 100]); 
% 可视化变换tform1在x轴[0, 100]和y轴[0, 100]范围内的效果。

T2 = [1 0 0; 0.2 1 0; 0 0 1]; 
% 定义另一个仿射变换矩阵T2，包含y方向斜切0.2。
tform2 = maketform('affine',T2); 
% 创建另一个仿射变换结构tform2。
figure, vistformfwd(tform2,[0 100],[0 100]);
 % 在新图形窗口中可视化变换tform2的效果。

Tscale = [1.5 0 0; 0 2 0; 0 0 1];
 % 定义缩放变换矩阵Tscale，x方向缩放1.5倍，y方向缩放2倍。
Trotation = [cos(pi/4) sin(pi/4) 0; -sin(pi/4) cos(pi/4) 0; 0 0 1];
 % 定义旋转变换矩阵Trotation，旋转45度。
Tshear = [1 0 0; 0.2 1 0; 0 0 1];
 % 定义斜切变换矩阵Tshear，y方向斜切0.2。
T3 = Tscale * Trotation * Tshear;
 % 将缩放、旋转和斜切变换组合成一个新的仿射变换矩阵T3。
tform3 = maketform('affine',T3); 
% 创建组合变换结构tform3。
figure, vistformfwd(tform3,[0 100],[0 100]); 
% 在新图形窗口中可视化变换tform3的效果。

重要函数

仿射变换   

设置T矩阵[x,y,z]  ->使用maketform创建仿射变换结构 参数为vistformfwd('affine',T)->figure展示图形

旋转变换矩阵

这是Tscale矩阵->设置旋转变换矩阵Trotation（使用cos，sin）->设置斜切变换Tshear->最后用T = Tscale*Trotation*Tshear得到最后的仿射矩阵->使用maketform得到放射结构->figure展示图像

结构展示

代码3 

clc % 清屏操作，清除命令窗口中的输出。
clear % 清除内存中所有变量，释放内存空间。

f = checkerboard(50); % 创建一个50x50的棋盘格图像。
imshow(f,[]) % 显示原始棋盘格图像。

s = 1; % 设置缩放因子为1（不缩放）。
theta = pi/6; % 设置旋转角度为π/6（30度）。
T = [s*cos(theta) s*sin(theta) 0;... % 创建旋转矩阵。
     -s*sin(theta) s*cos(theta) 0;... % 旋转矩阵的第二行。
     0 0 1]; % 旋转矩阵的第三行（不包含平移）。
tform = maketform('affine',T); % 创建一个仿射变换结构tform。
g = imtransform(f,tform); % 对图像f应用变换tform，使用默认的双线性插值。
imshow(g,[]) % 显示变换后的图像。

g2 = imtransform(f,tform,'nearest'); % 对图像f应用变换tform，使用最近邻插值。
imshow(g2,[]) % 显示使用最近邻插值变换后的图像。

g3 = imtransform(f,tform,'FillValue',0.5); % 对图像f应用变换tform，使用双线性插值，并将填充值设为0.5。
imshow(g3,[]) % 显示设置填充值后的变换图像。

T2 = [1 0 0; 0 1 0; 50 50 1]; % 创建一个平移矩阵，将图像沿x和y轴各平移50个像素。
tform2 = maketform('affine',T2); % 创建一个平移变换结构tform2。
g4 = imtransform(f,tform2); % 对图像f应用平移变换tform2。
% imshowMy(g4,[]) % 这行代码被注释掉了，因为它会尝试调用一个未定义的函数imshowMy。

g5 = imtransform(f,tform2,'XData',[1 500],'YData',[1 500],... % 对图像f应用平移变换tform2，并指定输出图像的大小为500x500像素。
                 'FillValue',0.5); % 使用填充值0.5。
imshow(g5,[]) % 显示设置输出大小和填充值后的变换图像。

重要函数

checherboard 创建棋盘格

T 创建一个旋转矩阵 

maketform  创建一个仿射变换结构 maketform('affine',T)

imtransform  例：g=imtransform(f,tform) 对f图像使用变换tform 默认使用双线性插值  nearest使用最近邻插值  fillvalue使用双线性插值  

思路

1. 初始化：

   • 清除命令窗口的输出和内存中的所有变量，为新的操作做好准备。
   • 创建一个50x50的棋盘格图像f，作为变换的原始图像。

2. 显示原始图像：

   • 使用imshow函数显示原始的棋盘格图像。

3. 旋转图像：

   • 定义旋转角度theta（π/6，即30度）和缩放因子s（1，即不缩放）。
   • 创建一个旋转矩阵T，用于描述图像的旋转变换。
   • 使用maketform函数创建一个仿射变换结构tform。
   • 应用imtransform函数对图像f进行旋转变换，使用默认的双线性插值方法。
   • 显示旋转后的图像。

4. 使用不同的插值方法：

   • 使用imtransform函数再次对图像f进行旋转变换，但这次指定使用最近邻插值方法。
   • 显示使用最近邻插值变换后的图像。

5. 设置填充值：

   • 使用imtransform函数对图像f进行旋转变换，指定双线性插值，并将填充值设为0.5。
   • 显示设置填充值后的变换图像。

6. 平移图像：

   • 创建一个平移矩阵T2，用于描述图像的平移变换（沿x和y轴各平移50个像素）。
   • 使用maketform函数创建一个平移变换结构tform2。
   • 应用imtransform函数对图像f进行平移变换。
   • 显示平移后的图像。

7. 设置输出图像大小和填充值：

   • 使用imtransform函数对图像f进行平移变换，同时指定输出图像的大小为500x500像素，并设置填充值为0.5。
   • 显示设置输出大小和填充值后的变换图像

结果展示