电信综合办公,电信综合实验,四川电信综合调度网址,江苏电信综合调度系统 易达学习网 > 江苏电信综合调度 > 电信综合办公,电信综合实验,四川电信综合调度网址,江苏电信综合调度系统 正文

电信综合办公,电信综合实验,四川电信综合调度网址,江苏电信综合调度系统

发布时间:2013-07-14 来源: 江苏电信综合调度

道客巴巴精品文档 电子技术实验报告 电力电子技术实验 模拟电子技术实验 电子技术基础实验 电子技术实验 电力电子技术实验台 电工电子技术实验 电子技术实验指导书 数字电子技...

山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: 实验二、数字图像的退化与复原 一、实验目的 1.掌握数字图像的存取与显示方法。

2.理解数字图像运动模糊、高斯模糊以及其他噪声引起模糊(图像降质现象)的物理本质。

3.掌握 matlab 的开发环境。

4.掌握降质图像的逆滤波复原和维纳滤波复原方法。 二、实验原理 此实验是对数字图像处理课程的一个高级操作。在深入理解与掌握数字图像退化的基础理 论上,利用逆滤波与维纳滤波方法对数字图像进行复原。

图像的退化 数字图像在获取过程中,由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、 成像过程的相对运动、环境随机噪声等原因,图像会产生一定程度的退化。

图像的复原 图像复原是利用图像退化现象的某种先验知识,建立退化现象的数学模型,再根据模型 进行反向的推演运算,以恢复原来的景物图像。因而图像复原可以理解为图像降质过程的反向 过程。

图像降质的数学模型 图像复原处理的关键问题在于建立退化模型。

输入图像 f(x,y)经过某个退化系统后输出的是 一幅退化的图像。为了讨论方便,把噪声引起的退化即噪声对图像的影响一般作为加性噪声考 虑。

原始图像 f(x,y)经过一个退化算子或退化系统 H(x,y)的作用,再和噪声 n(x,y)进行叠加,形 成退化后的图像 g(x,y)。图 1 表示退化过程的输入和输出关系,其中 H(x,y)概括了退化系统的物 理过程,就是要寻找的退化数学模型。 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: n (x,y) f(x,y) g(x,y) H(x,y) + + 图 1 图像的退化模型 数字图像的图像恢复问题可以看作是:根据退化图像 g(x,y)和退化算子 H(x,y)的形式,沿着 反向过程去求解原始图像 f(x,y)。图像退化的过程可以用数学表达式写成如下形式:

g(x,y)=H[f(x,y)]+n(x,y) (1) 在这里,n(x,y)是一种统计性质的信息。在实际应用中,往往假设噪声是白噪声,即它的频 谱密度为常熟,并且与图像不相关。

在对退化系统进行了线性系统和空间不变系统的近似之后,连续函数的退化模型在空域中 可以写成:

g(x,y)=f(x,y)*h(x,y)+n(x,y) 在频域中可以写成:

G(u,v)=F(u,v)H(u,v)+N(u,v) (3) (2) 其中,G(u,v)、F(u,v)、N(u,v)分别是退化图像 g(x,y)、原图像 f(x,y)、噪声信号 n(x,y)的傅立 叶变换; H(u,v)是系统的点冲击响应函数 h(x,y)的傅立叶变换, 称为系统在频率域上的传递函数。

可见,图像复原实际上就是已知 g(x,y)求 f(x,y)的问题或已知 G(u,v)求 F(u,v)的问题,它们 的不同之处在于一个是空域,一个是频域。

逆滤波 逆滤波是非约束复原的一种。非约束复原是指在已知退化图像 g 的情况下,根据对退化系 ? 统 H 和 n 的一些了解和假设,估计出原始图像 f ,使得某种事先确定的误差准则为最小。 由于 g=Hf+n 我们可得:

n=g-Hf (5) (4) ? 逆滤波法是指在对 n 没有先验知识的情况下,可以依据这样的最有准则,即寻找一个 f , 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: ? 使得 H f 在最小二乘方误差的意义下最接近 g,即要使 n 的模或范数(norm)最小: ? n ? nT n ? g ? Hf 2 2 ? )T ( g ? Hf ?) ? ( g ? Hf (6) 上式的极小值为: ? ) ? g ? Hf ? L( f 2 (7) ? 如果我们在求最小值的过程中,不做任何约束,由极值条件可以解出 f 为: ? ? (H T H ) ?1 H T g ? H ?1 g f 对上式进行傅立叶变换得: F (u, v) ? G (u, v) H (u, v) (8) (9) 可见,如果知道 g(x,y)和 h(x,y),也就知道了 G(u,v)和 H(u,v).根据上式,即可得出 F(u,v), 再经过反傅立叶变换就能求出 f(x,y)。

逆滤波是最早应用于数字图像复原的一种方法,并用此方法处理过由漫游者、探索者 等卫星探索发射得到的图像。

维纳滤波 维纳滤波是最小二乘类约束复原的一种。在最小二乘类约束复原中,要设法寻找一个最有 ? Qf ? 估计 f ,使得形式为 2 ? n 2 的函数最小化。求这类问题的最小化,常采用拉格朗日乘子算 ? 法。也就是说,要寻找一个 f ,使得准则函数 ? ) ? Qf ? J( f 为最小。 2 ? ? ? ( g ? Hf 2 ? n ) 2 (10) ? 求解 f 得到 ? ? (H T H ? ?QT Q) ?1 H T g f (11) 式中, ? ? 1 / ? 。如果用图像 f 和噪声的相关矩阵 Rf 和 Rn 表示 Q,就可以得到维纳滤波复 原方法。具体维纳滤波复原方法的原理请参考相关图书。 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: 三、实验仪器和设备 1、PC 机 1 台 2、原始 coins 图像文件 3、matlab 编程软件 四、实验内容及步骤 (1) 安装 Matlab7.5 (2) 读取 v.jpg 图像并显示。

I=imread('1.jpg');

imshow(I); (3) 设计运动模糊滤波器、设计高斯模糊噪声滤波器。 运动模糊滤波器: I=imread('v.jpg');

noise=0.1*randn(size(I));

psf=fspecial('motion',21,11);

blurred=imfilter(I,psf,'circular');

subplot(1,2,2),imshow(blurred);

title('运动模糊') subplot(1,2,1),imshow(I);title('原图') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 显示运动模糊退化图像: 实验日期:2015 年 1 月 日 成绩: 原图 运动模糊 修改运动模糊参数及运动模糊图像显示:

I=imread('v.jpg');

noise=0.1*randn(size(I));

psf=fspecial('motion',50,25);

blurred=imfilter(I,psf,'circular');

subplot(1,2,2),imshow(blurred);title('运动模糊') subplot(1,2,1),imshow(I);title('原图') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: 原图 运动模糊 高斯模糊噪声滤波器: I=imread('v.jpg');

noise=0.1*randn(size(I));

psf=fspecial('gaussian',21,11);

blurred=imfilter(I,psf,'circular');

subplot(1,2,2),imshow(blurred);

title('高斯模糊') subplot(1,2,1),imshow(I);

title('原图') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 显示高斯模糊退化图像: 实验日期:2015 年 1 月 日 成绩: 原图 高斯模糊 高斯模糊噪声滤波器修改参数及显示图像:

I=imread('v.jpg');

noise=0.1*randn(size(I));

psf=fspecial('gaussian',12,15);

blurred=imfilter(I,psf,'circular');

subplot(1,2,2),imshow(blurred);title('高斯模糊图像') subplot(1,2,1),imshow(I);title('原图') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: 原图 高斯模糊图像 (4) 设计逆滤波器,并对降质图像进行复原,比较复原图像与原始图像。

对运动模糊图像进行复原: I=imread('v.jpg');

len=10;

theta=10;

PSF=fspecial('motion',len,theta);

Blurredmotion=imfilter(I,PSF,'circular','conv');

subplot(2,2,1),imshow(I);title('原图') subplot(2,2,2),imshow(Blurredmotion);title('运动模糊图像') wnr1=deconvwnr(Blurredmotion,PSF);

subplot(2,2,3),imshow(wnr1);title('复原图像') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 原图 实验日期:2015 年 1 月 日 成绩: 运动模糊图像 复原图像 对高斯模糊噪声图像进行复原: I=imread('v.jpg');

len=10;

theta=10;

PSF=fspecial('gaussian',len,theta);

Blurredgaussian =imfilter(I,PSF,'circular','conv');

subplot(2,2,1),imshow(I);title('原图') subplot(2,2,2),imshow(Blurredgaussian);title('高斯模糊图像') wnr1=deconvwnr(Blurredgaussian,PSF);

subplot(2,2,3),imshow(wnr1);title('复原图像') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 原图 实验日期:2015 年 1 月 日 成绩: 高斯模糊图像 复原图像 (7) 设计维纳滤波器,并对降质图像进行复原,比较复原图像与原始图像。

对运动模糊图像进行复原: I = imread('v.jpg');

subplot(2,2,1),imshow(I);title('原图') len = 30;

theta = 75;

PSF = fspecial('motion',len,theta);

J = imfilter(I,PSF,'conv','circular');

subplot(2,2,2),imshow(J);title('运动模糊图像') wiener_img = deconvwnr(J,PSF);

subplot(2,2,3),imshow(wiener_img);

title('复原图像') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 原图 实验日期:2015 年 1 月 日 成绩: 运动模糊图像 复原图像 对高斯模糊噪声图像进行复原: I = imread('v.jpg');

subplot(2,2,1),imshow(I);

title('原图') len = 30;

theta = 75;

PSF = fspecial('gaussian',len,theta);

J = imfilter(I,PSF,'conv','circular');

subplot(2,2,2),imshow(J);

title('高斯模糊图像') wiener_img = deconvwnr(J,PSF);

subplot(2,2,3),imshow(wiener_img);

title('复原图像') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 原图 实验日期:2015 年 1 月 日 成绩: 高斯模糊图像 复原图像 (8) 计算退化图像、不同方法复原后图像的信噪比。

I=imread('v.jpg');

I=rgb2gray(I);

subplot(2,3,1);imshow(I);title('原图') h1 = fspecial('motion',50,50);

MotionBlur = imfilter(I,h1);

subplot(2,3,2);imshow(MotionBlur);title('运动模糊') h2 = fspecial('motion',20,10);

MotionBlur2 = imfilter(I,h2);

subplot(2,3,3);imshow(MotionBlur2);title('运动模糊二') B = deconvwnr(MotionBlur2,h2);

subplot(2,3,4);imshow(B);title('复原二') 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 G=imnoise(I,'gaussian',0,0.02);

subplot(2,3,5);imshow(G);title('高斯模糊') h1=fspecial('gaussian');

Q=imfilter(G,h1);

subplot(2,3,6);imshow(Q);title('高斯还原') [M,N]=size(I);

Yu_I=double(I);

Yu_B=double(B);

ga=sum(sum(Yu_I.^2));

gb=sum(sum((Yu_I-Yu_B).^2));

SNR=10*log(ga/gb);

P=sqrt(sum((Yu_I-Yu_B).^2));

Q=sqrt(sum(Yu_I.^2));

V=P/Q;

Yu_cc=corrcoef(Yu_I,Yu_B); 实验日期:2015 年 1 月 日 成绩: 山东建筑大学实验报告 学院:

信息与电气工程学院 班级:电信 112 姓名:

田帅 学号:

2011081251 课程:数字图像的退化与复原 实验日期:2015 年 1 月 日 成绩: 原图 运动模糊 运动模糊二 复原二 高斯模糊 高斯还原 SNR = 31.4748 V =0.1772 Yu_cc = 1.0000 0.9416 0.9416 1.0000 五、实验心得 通过本次实验,我掌握了 matlab 的开发环境和数字图像的存取与显示方法。理解了数字图 像运动模糊、高斯模糊以及其他噪声引起模糊(图像降质现象)的物理本质,掌握降质图像的 逆滤波复原和维纳滤波复原方法。

电子信息工程专业 综合实验指导书 山东建筑大学 信息与电气工程学院 电子信息工程教研... 表的查询和定位,查询定位后,有关当前用户的所有用电信息(上月电量、当前电量、已...

电子信息工程专业 综合实验指导书 山东建筑大学 信息与电气工程学院 电子信息工程教研... 表的查询和定位,查询定位后,有关当前用户的所有用电信息(上月电量、当前电量、已...

电工电子综合实验2 .南京理工大学.电工电子综合实验(II).实验报告. .作者:.学院(系):.专业:. .曲津锋 学号: 电子工程与光电技术 电子信息工程. .2013 年 9...

电信综合办公,电信综合实验,四川电信综合调度网址,江苏电信综合调度系统》出自:易达学习网
链接地址:http://www.wuyida.com/content/Jos66FZvZIR6pFFu.html

相关文章阅读

网站地图 | 关于我们 | 联系我们 | 广告服务 | 免责声明 | 在线留言 | 友情链接 | RSS 订阅 | 热门搜索
版权所有 易达学习网 www.wuyida.com

电信综合办公,电信综合实验,四川电信综合调度网址,江苏电信综合调度系统