資源簡介
圖像處理課程作業 可直接運行 附帶評價指標:PSNR MSE
對圖像使用大氣湍流模型進行退化,并加高斯噪聲。通過維納濾波實現圖像復原。并與逆濾波的方法進行對比。最后采用PSNR和MSE對維納濾波的結果進行評價。
由于存在取整誤差,就算去掉高斯噪聲,逆濾波仍然難以完全還原原始圖像。
代碼片段和文件信息
clc;
clear;
close?all;
%%?原圖像
RGB=imread(‘Daxing?Airport.jpg‘);
image_o=rgb2gray(RGB);
subplot(221);imshow(image_o);
title(‘原圖像‘);
%%?圖像退化+噪聲
f=im2double(image_o);%圖像轉換為雙精度,像素值縮放到?[0?1]
F=fft2(f);%快速傅里葉變換
F=fftshift(F);%中心化,將低頻分量移至頻譜中心
[MN]=size(F);
[uv]=meshgrid(1:M1:N);%生成二維坐標系
h=exp(-0.0025*?(?(u-M/2).^2+(v-N/2).^2).^(5/6)?);%大氣湍流模型
H=h‘;
F=F.*H;
X=ifftshift(F);%逆中心化
x=ifft2(X);%逆快速傅里葉變換
x=uint8(abs(x)*256);
image_t=imnoise(x‘gaussian‘00.005);%添加高斯噪聲
subplot(222);imshow(image_t);
title(‘帶噪退化圖像‘);
%%?維納濾波
I=im2double(image_t);
f_I=fft2(I);
f_I=fftshift(f_I);
fH_I=f_I;
D=abs(H);
D=D.^2;
[M1N1]=size(fH_I);
K=0.05;
threshold=60;
????%對一定半徑范圍內進行濾波
????for?i=1:M1
????????for?j=1:N1
?????????????if?sqrt((i-M1/2).^2+(j-N1/2).^2) ?
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件?????129923??2019-12-19?14:58??Daxing?Airport.jpg
?????文件???????1676??2020-06-25?17:43??homework.m
?????文件????????499??2019-12-19?22:09??psnr_mse.m
-----------?---------??----------?-----??----
???????????????132098????????????????????3
- 上一篇:電子秤仿真設計.rar
- 下一篇:Rotten Tomatoes影評數據集
評論
共有 條評論