《数字图像处理-MATLAB》运动模糊图像复原

课件名称：运动模糊图像复原设计人：张彦龙陈廷川指导老师：刘红霞运动模糊图像复原技术目的图像复原技术也常被称为图像恢复技术图像复原技术能够去除或减轻在获取数字图像过程中发生的图像质量下降（退化）问题，从而使图像尽可能地接近于真实场景。图像复原技术的应用一方面，对地面上的成像系统来说，由于受到射线及大气的影响，会造成图像的退化;另一方面，在太空中的成像系统，由于宇宙飞船的速度远远快于相机快门的速度，从而造成了运动模糊;航空成像领域：无人机、预警机、侦察机的成像侦察；巡航导弹地形识别，侧视雷达的地形侦察等；交通智能监控领域：电子眼（车速超过60km/小时）；公安领域：指纹自动识别，手迹、人像、印章的鉴定识别，过期档案文字的识别等，都与图像复原技术密不可分;医学领域：图像复原技术也有着极其重要的作用，如X光、CT等。频域法逆滤波法维纳滤波法约束最小平方滤波法小波变换法线性代数复原法无约束复原法有约束复原法伪逆滤波法奇异值矩阵分解SVD法非线性代数复原法凸集投影法最大熵复原法贝叶斯复原法遗传进化法频谱外推法哈里斯外推法长球波函数外推法能量连续降减法神经网络法常见的回复方法维纳滤波法I=imread('abc.png');figure(1);imshow(I,[]);title('原图像');PSF=fspecial('motion',40,75);MF=imfilter(I,PSF,'circular');noise=imnoise(zeros(size(I)),'gaussian',0,0.001);MFN=imadd(MF,im2uint8(noise));figure(2);imshow(MFN,[]);title('运动模糊图像');figure(3);imshow(deconvwnr(MFN,PSF),[]);title('维纳滤波复原')运动模糊图像恢复程序举例：图像式补偿方法的应用举例模糊图像复原后的清晰图像维纳滤波复原原理维纳(wiener)滤波可以归于反卷积(或反转滤波)算法一类，它是由Wiener首提出的，并应用于一维信号，并取得很好的效果。以后算法又被引入二维信号理，也取得相当满意的效果，尤其在图象复原领域，由于维纳滤波器的复原效良好，计算量较低，并且抗噪性能优良，因而在图象复原领域得到了广泛的应用并不断得到改进发展，许多高效的复原算法都是以此为基础形成的。如果取：RRQng2121RgRn和分别是图象和噪声的自相关矩阵。ggERTgnnERTn并且都是正定对称矩阵，则有：的模方最小，实际上就意味着使噪声和信号的比对复原图象影响最小。因为图象和噪声的相关矩阵都是把图象当作随机过程来研究，从而描述其统计特性的量，在这里最小二乘方的最佳已经演变成均方误差最小准则下的最佳。gRRgQngˆˆ2121同样根据式(1)可求得频域维纳滤波公式如下),(),(),(),(),(),(1),(ˆ22vuFvuSvuSvuHvuHvuHvuGgnfHRRHHgTngT1)(ˆ1即(1)即=1时，为标准维纳滤波器；≠1时，为含参维纳滤波器。若没有噪声时=0,维纳滤波器则退化成理想反滤波器。实际很难求得因此，可以用一个比值k代替两者之比，从而得到简化的维纳滤波公式：),(gvuS),(),(),(),(1),(ˆ22vuFkvuHvuHvuHvuG实际应用中必须调节以满足式公式1。因为),(nvuS实验小结本次设计的题目是“基于MATLAB的运动模糊图像的复原”，查阅了许多资料，收集到了多种复原方法，并从中选择了复原效果较好的作为本次设计的内容。选择的方法是维纳滤波并给出了MATLAB实现的程序。在查找资料的过程中，我对数字图像处理的认识更加清楚，了解到了更多的图像处理方法和思想。选择的几种方法是比较常用的，也是比较有代表性的方法，在利用这四种方法实现运动模糊图像复原的过程中，学到了逆滤波、维纳滤波和有约束最小二乘滤波的特点以及适用的范围。在MATLAB程序实现过程中，调试相应的程序，完成相应的参数设置，并观察不同参数下的图像处理效果，从而加深对各种滤波算法原理和过程的理解。青春，一个美好的时光，一个最佳的年华，我们要把他演绎得更好，更加绝色，让青春永远的长驻在我们美好的时候吧！在这短暂的岁月里，我们将用一颗热腾腾的心永远的歌颂它，永存我们的心中。谢谢观赏2011年6月23日