MATLAB图像复原处理技术

这篇博客介绍了MATLAB中图像复原处理的技术,包括逆滤波和维纳滤波原理。通过实验展示了模糊图像的产生及使用维纳滤波进行图像恢复的过程,探讨了不同K值对复原效果的影响,揭示了K值大小与图像复原质量的关联。
摘要由CSDN通过智能技术生成

MATLAB图像复原处理技术

实验目的

  1. 了解图像降质退化的原因,并建立降质模型。
  2. 理解反向滤波图像复原的原理
  3. 理解维纳滤波图像复原的原理实验原理图像复原处理一定是建立在图像退化的数学模型基础上的,这个退化数学模型应该能够


反映图像退化的原因。图像降质过程的模型如图5-1所示,其表达式为

g(x,y)=h (x,y)*f (x,y) +n(xy) (5.1)

图5-1图像降质模型

v2-9fb6e228b98b440f0fd510e883414d12_b.jpg
  1. 滤波图像复原

逆滤波法是最简单的图像恢复方法。对5.1式两边作二维傅立叶变换,得到

G (u, v) =H (u,v) F (u,v) + N (u,v)

H (u,v) 为成像系统的转移函数。估算得到的恢复图像的傅立叶变换Fˆ (u,v) 为

v2-747b6787e3a7d82ef2b3bdc8289735c4_b.jpg

(5.2)

若知道转移函数H

v2-3dd736e2d4c8f427e6b74172ca143e41_b.jpg

,5.2式经反变换即可得到恢复图像,其退化和恢复的全过程用图5-2表示。


v2-3077457607d2e8c2b5cfeb449bacbf39_b.jpg

图5-2频域图像降质及恢复过程

逆滤波恢复法会出现病态性,若H

v2-3dd736e2d4c8f427e6b74172ca143e41_b.jpg

,而噪声N(u,v) ≠0,则

v2-e229c8f33f68d4ed891c61384ba0ab62_b.jpg

比F(x,y)大很多,使恢复出来

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值