数字图像处理实验四报告

贵州大学实验报告学院：专业：班级：姓名学号实验组实验时间指导教师成绩实验项目名称实验四：数字图像复原处理实验目的通过本实验的学习使学生熟悉和掌握数字图像图像复原中的逆滤波和维纳滤波的原理及应用实验要求集中授课的教学形式实验原理1、图像退化模型空域：),()],([),(yxnyxfHyxg2、逆滤波原理频域：x,yH()x,yf()n()x,yg3、维纳滤波复原公式：如果噪声为0，则维纳滤波退化为逆滤波。如果噪声功率谱和信号功率谱都是未知或不能估计时可近似为：实验仪器计算机一台；Matlab软件实验步骤1、编写逆滤波复原程序。读取图像，人工产生一个模糊图像，通过逆滤波方法对该模糊复原。人工产生一个模糊且带有噪声的图像，过逆滤波方法对该模糊复原。比较无噪声和有噪声时逆滤波的复原效果。计算复原后图像的PSNR。2、编写维纳滤波复原程序。人工产生一个模糊且带有噪声的图像，利用维纳滤波方法对该模糊复原。计算复原后图像的PSNR，与逆滤波的复原效果比较。实验内容1、利用逆滤波对图像进行复原。2、利用维纳滤波对图像进行复原。实验数据代码部分clearall;closeall;clc;I=imread('D:\用户目录\我的文档\MATLAB\图像处理\Lena.tif');I=rgb2gray(I);figure;subplot(2,2,1);imshow(I);title('黑白图像');[m,n]=size(I);F=fftshift(fft2(I));%中心对称k=0.0025;foru=1:m%退化模型forv=1:mH(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6)));endendG=F.*H;%退化处理I0=real(ifft2(fftshift(G)));I1=imnoise(uint8(I0),'gaussian',0,0.01);%加高斯噪声subplot(2,2,2);imshow(uint8(I1));title('模糊退化且添加高斯噪声的图像');F0=fftshift(fft2(I1));F1=F0./H;I2=ifft2(fftshift(F1));subplot(2,2,3);imshow(uint8(I2));title('全逆滤波复原图');K=0.1;foru=1:mforv=1:nq=((u-m/2)^2+(v-n/2)^2)^(5/6);H(u,v)=exp((-k)*q);H0(u,v)=(abs(H(u,v)))^2;H1(u,v)=H0(u,v)/(H(u,v)*(H0(u,v)+K));endendF2=H1.*F0;I3=ifft2(fftshift(F2));subplot(2,2,4);imshow(uint8(abs(I3)));title('维纳滤波复原图');I=double(I);I1=double(I1);I2=double(I2);I3=double(I3);B=8;%编码一个像素用多少二进制位MAX=2^B-1;%图像有多少灰度级%计算逆滤波复原后图像的PSNRMES1=abs(sum(sum((I-I2).^2))/(m*n))%均方差PSNR1=20*log10(MAX/sqrt(MES1))%峰值信噪比%计算维纳滤波复原后图像的PSNRMES2=abs(sum(sum((I-I3).^2))/(m*n))PSNR2=20*log10(MAX/sqrt(MES2))实验总结注：各学院可根据教学需要对以上栏木进行增减。表格内容可根据内容扩充。