%读原始图像%
format long
Blurred=imread('fig525(b).bmp')
subplot(1,2,1)imshow( Blurred)title('原衡虚图像')
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')
噪音非常小。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。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)