数字图像恢复matlab结论 matlab 模糊图像恢复 数字图像处理

实验六 模糊图像恢复

一、实验目的

本实验是一个综合性实验，要求学生巩固学习多个知识点和内容，主要有： 1、理解掌握运动图像的退化模型； 2、掌握维纳滤波法的原理和实现方法；

3、在不同的噪声和点扩散函数参数下进行恢复，并比较结果；

4、通过分析和实验得出相应的结论。 二、实验准备

1、运动模糊退化模型：运动模糊是图像退化的一种，可以用数学表达式刻画出来。对线性移(空)不变系统，退化模型可表示为：g(x,y)=h(x,y)*f(x,y)+n(x,y)。对匀速直线运动而言，退化图像为：

()()()[]?--=

T

dt t y y t x x f y x g 0

,,

其中x 0(t)和y 0(t)分别表示x 和y 方向的运动分量。并假设退化系统是线性移不变的，光学成像过程是完善的，快门开关是瞬间完成的。

对上式进行傅立叶变换，则得频域表达式为

()()()[]()()[]()[]()()()[]{})

,(),(2exp ,2exp ,2exp ,,0

00000v u H v u F dt t vy t ux j v u F dt

dxdy vy ux j t y y t x x f dxdy vy ux j y x g v u G T

T

=+-=????

????+---=+-=?

????

?+∞∞-+∞∞-+∞∞-+∞

∞-πππ

其中

()()()[]{}dt t vy t ux j v u H T

?

+-=0

002exp ,π

假设景物只在x 方向匀速运动，在T 时间内共移动距离是a ，即x 0(t)=at/T ，y 0(t)=0,则 ()()[]ua j ua ua

T dt T at u

j v u H T

ππππ-=??????

-=?exp sin 2exp ,0 在Matlab 中可用滤波器卷积的方法仿真出运动模糊图像。

h=fspecial(‘motion ’,len,theta),表示在theta 方向移动len 长度，产生运动模糊的点扩散函数h 。

blurred=imfilter(I,h,'circular ’,’conv ’),产生运动模糊图像。 2、维纳滤波法恢复图像：

此方法也叫最小均方误差滤波法，是建立在图像和噪声都是随机过程，图像和噪声不

相关，其中之一的均值为零，灰度估计值与退化图像中的灰度值成线性关系。其基本思想是

找到原图像f(x,y)的一个估计),(?y x f

，使得估计与原图像之间的均方误差在统计意义上最小。

})],(?),({[22y x f

y x f E e -=