一、本章简介
如图像增强那样,图像复原技术的主要目的是以预先确定的目标来改善图像。尽管两者有相重叠的领域,但图像增强主要是主观处理,而图像复原则大部分是客观处理。图像复原试图利用退化现象 的某种先验知识来复原一幅退化的图像。 因而,复原技术是面向退化模型的,并且采用相反的过程进行处理,以便恢复出原图像。
这种方法通常都会涉及设立一个最佳准则, 它将产生期望结果的最佳估计。相比之下,图像增强技术基本上是-一个探索性过程,即根据人类视觉系统的生理和心理特性来设计-种改善图像的方法。 例如,对比度拉伸被认为是一种增强技术, 因为它主要基于给观看者提供其喜欢接受的图像,而通过去模糊函数去除图像模糊则被认为是一种图像复原技术。
主要研究如何使用MATILAB和图像处理工具箱来对降质现象建模,并用公式明确表达复原案。某些复原技术适合在空间城中明确阐述,而另一些复原技术则适合在频率城中阐述。下面的例子会研究这两种方法。最后介绍雷登变换及其在投影重建图像中的应用。
二、例题如下:
方法:1.安装并运行matlab软件;
2.输入相关代码并运行结果如下
例2.
代码截图:
运行结果:
代码如下:
clc
clear
r = imnoise2(‘gaussian’,100000,1,0,1);
bins = 100;
hist(r,bins)
title(‘gaussian’)
r = imnoise2(‘uniform’,100000,1,0,1);
bins = 100;
figure,hist(r,bins)
title(‘uniform’)
r = imnoise2(‘salt & pepper’,1000,1,0.1,0.27);
bins = 100;
figure,hist(r,bins)
title(‘salt & pepper’)
r = imnoise2(‘lognormal’,100000,1);
bins = 100;
figure,hist(r,bins)
title(‘lognormal’)
r = imnoise2(‘rayleigh’,100000,1,0,1);
bins = 100;
figure,hist(r,bins)
title(‘rayleigh’)
r = imnoise2(‘exponential’,100000,1);
bins = 100;
figure,hist(r,bins)
title(‘exponential’)
r = imnoise2(‘erlang’,100000,1);
bins = 100;
figure,hist(r,bins)
title(‘erlang’)
例3
代码截图:
运行结果:
代码如下:
clc
clear
C = [0 64; 0 128; 32 32; 64 0; 128 0; -32 32];
[r,R,S] = imnoise3(512, 512, C);
imshow(S,[])
title(‘[6个]指定冲击的正弦噪声周期频谱[1]’)
imshow(r,[])
title(‘[6个]相应的正弦噪声周期模式[1]’)
% S1 = fftshift(S);
% imshowMy(S1,[])
% figure,mesh(S)
C1 = C/2;
[r1,R1,S1] = imnoise3(512, 512, C1);
imshow(S1,[]),title(‘[6个]指定冲击的正弦噪声周期频谱[2]’)
imshow(r1,[]),title(‘[6个]相应的正弦噪声周期模式[2]’)
C2 = [6 32; -2 2];
[r2,R2,S2] = imnoise3(512, 512, C2);
imshow(S2,[]),title(‘[2个]指定冲击的正弦噪声周期频谱[3]’)
imshow(r2,[]),title(‘[2个]相应的正弦噪声周期模式[3]’)
A = [1 5];
[r3,R3,S3] = imnoise3(512, 512, C2, A);
imshow(S3,[]) %有两个不清楚的点,因为其振幅较小
title(‘[2个][使用非默认的不同振幅]指定冲击的正弦噪声周期频谱[4]’)
imshow(r3,[])
title(‘[2个][使用非默认的不同振幅]相应的正弦噪声周期模式[4]’)
subplot(3, 2, 1), imshow(S,[]),title(‘[6个]指定冲击的正弦噪声周期频谱[1]’)
subplot(3, 2, 2), imshow(r,[]),title(‘[6个]相应的正弦噪声周期模式[1]’)
subplot(3, 2, 3), imshow(S1,[]),title(‘[6个]指定冲击的正弦噪声周期频谱[2]’)
subplot(3, 2, 4), imshow(r1,[]),title(‘[6个]相应的正弦噪声周期模式[2]’)
subplot(3, 2, 5), imshow(r