matlab置乱图像复原

matlab置乱图像复原,第1张

f=checkerboard(8)

%读图像

psf=fspecial('gaussian',7,10)

%高斯核

sd=0.01%噪声标准差

g=imnoise(imfilter(f,psf),'gaussian',0,sd^2)%图像中加入模糊核噪声

subplot(3,2,1)%三子图第一张

imshow(f),title('(a)')%画原图

subplot(3,2,2)%三子图第二张

imshow(g),title('(b)')%画降质图像

dampar=10*sd%去模糊参数

lim=ceil(size(psf,1)/2)%坐标缩影

weight=zeros(size(g))%去模糊权重初始化

weight(lim+1:end-lim,lim+1:end-lim)=1%去模糊权重赋值

numit=5%迭代次数

f5=deconvlucy(g,psf,numit,dampar,weight)%去模糊

subplot(3,2,3)%三子图第三张

imshow(f5),title('(c)')%画复原图像

PSF

=

fspecial('motion',len,ang)

%建立扩散子,其中len是模糊长度,ang是模糊角度

img2=deconvlucy(img,PSF,n)

%用lucy-richardson方法复原图像,其中img是运动模糊图像,PSF是扩散子,n是迭代次数,img2是复原图像

clcclear all

%读原始图像%

format long

Blurred=imread('fig525(b).bmp')

subplot(1,2,1)imshow( Blurred)title('原图像')

%自编函数进行维纳滤波%

k=0.0025

[m,n]=size(Blurred)

spectrum=zeros(m,n)

H=zeros(m,n)

for u=1:m

for v=1:n

H(u,v)=exp(-k*((u-m/2)^2+(v-n/2)^2)^(5/6))

spectrum(u,v)=H(u,v)^2

end

end

f=double(Blurred)

F1=fftshift(fft2(f))

HW=H./(spectrum+0.001)

restore1=HW.*F1

restored=real(ifft2(ifftshift(restore1)))

subplot(1,2,2)imshow(restored,[])title('自编函数进行维纳滤波')

%调用matlab提供的维纳滤波函数%

figure

hw1=real(ifft2(ifftshift(H)))%转化到空域上来

result1=deconvwnr(Blurred,hw1,0.001)

result2=ifftshift(result1)%再去图像进行1,3象限对调,2与4象限对调

subplot(1,2,1)imshow(result2,[])title('调用维纳滤波函数')


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/yw/11430037.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-16
下一篇 2023-05-16

发表评论

登录后才能评论

评论列表(0条)

保存