数字图像处理matlab实验对图像复原,数字图像处理(基于Matlab)图像复原

《数字图像处理》

实验报告

一、实验目的(不少于200字)

本次实验进行的主要是对图像复原进行有关讨论。在图像形成过程中，由于成像系统等各种外部因素的影响，可能导致图像的质量下降，发生所谓的“图像退化”。与图像增强相类似，图像复原的目的是改善图像的质量，便于人眼辨识，增强表达效果。在进行图像复原的过程中，必要的先验知识十分重要，可以非常方便的将已退化的图像恢复本来的面目，但是有些时候图像的先验知识我们并不容易获取，所以与此相对应有盲卷积等方法来帮助我们进行图像复原。引起图像退化的因素很多，包括有光学系统、运动等造成的图像模糊，电路传递中、光学因素的影响噪声等等。掌握了解相关的数学模型对于图像复原至关重要，许多复原的方法也是建立在比较严格的数学推导上的。通过本次实验，主要期望达到以下目的：１、熟练掌握数字图像复原的基本概念和基本理论原理

２、深入理解图像退化的影响原因和对应的处理方法，加强综合分析问题、解决实际问题的能力３、掌握各种使用的图像复原的相关技术，使经处理后的图像更加适应人眼的视觉与心理４、巩固使用 matlab 软件处理数字图像问题的能力，加强巩固编程能力

通过实验，了解到图像恢复和图像增强的区别还在于图像增强不考虑图像时如何退化的，而是试图采用各种技术来增强图像的视觉效果，因此图像增强可以不顾增强后的图像是否失真，只要看着舒服就基本可以满足要求，而图像复原则对图像退化的机制和过程邓先验知识要求较为必要，很多情况下先验知识如果全面准确，甚至可以完全恢复原始图像，达到非常好的效果，据此找出相应的你处理方法，从而得到恢复的图像。对于一幅图像，可以先进行复原处理，在进行图像增强处理，两者相互结合，图像的效果可以达到更为理想的效果。【2013年11月16日10:53:24】

二、核心代码及运行后截图(截图方法：先按下Alt再按下PrtScr，然后粘贴进文档) 1. 频谱噪声分析

在进行图像复原之前，首先对各个图像做傅里叶变换在频谱中观察分布情况，由此判断噪声或模糊类型。 代码如下：

i1=imread('statBlur.png'); i2=imread('s1.bmp');

i3=imread('picassoBlurImage.png'); i4=imread('nvblurImage.png');

o1=fftshift(fft2(rgb2gray(i1)));o2=fftshift(fft2(rgb2gray(i2))); o3=fftshift(fft2(rgb2gray(i3)));o4=fftshift(fft2(rgb2gray(i4)));

figure,subplot(221),imshow(i1),subplot(222),imshow(o1),subplot(223),imshow(i2),... subplot(224),imshow(o2);

figure,subplot(221),imshow(i3),subplot(222),imshow(o3),subplot(223),imshow(i4),... subplot(224),imshow(o4);

结果如下：