matlab逆滤波复原代码

%读原始图像%

format long

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

subplot(1,2,1)imshow( Blurred)title('原衡虚图像')

%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('耐拦颂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('调用维纳滤波函数昌郑')

图像复原基本思路，弄清退化原因，建立退化模型，反向推演，恢复图像。逆滤波复原过程，对退化的图像进行戚哗简二位傅里叶变高裤换。计算系芦兆统点扩散函数的二位傅里叶变换，引入Hfx，fy计算并且对结果进行逆傅里叶变换。

％读取原始图像

格式长

模糊= imread（'fig525（B）BMP'）

插曲（1,2,1） imshow（模糊）标题（原始图像）

％自我功能维纳滤波

K = 0.0025

[M，N] =尺寸（模糊）

频谱= 0（M，N）

H =零（M，N）

为u = 1：M

为V = 1：

H（U，V）= exp（-K *（（UM / 2）^ 2 +（VN / 2）^ 2）察孙^（5/6））

光谱（U， V）= H（U，V）^ 2

结束

结束

F =双（模糊）

F1 = fftshift（FFT2（F））

HW = H /（频谱+0.001）

restore1 = HW。 * F1

恢复=实际（ifft2（ifftshift（restore1）滚猛））

插曲（1,2,2），imshow（恢复[]）标题（“自功能的维纳滤波'）

％调用matlab的维纳％

数字过滤器功能

HW1 =实际（ifft2（ifftshift（H）））转化空域起来

RESULT1 = deconvwnr（模糊HW1，0.001）

结果2 = ifftshift（RESULT1）％

插曲（1逆转图片交换，1,3象限，大没桥四象限，2,1）imshow（结果2，[]）标题（“呼叫维纳滤波功能'）