使用维纳滤镜去模糊图像

打开实时脚本

这个例子展示了如何使用维纳反褶积去模糊图像。当图像的频率特征和附加噪声已知时，至少在一定程度上可以有效地使用维纳反褶积。

阅读原始图像

读取并显示没有模糊或噪声的原始图像。

Ioriginal = imread(“cameraman.tif”）;imshow (Ioriginal)标题(原始图像的）

图中包含一个轴对象。标题为Original Image的axes对象包含一个Image类型的对象。

模拟和恢复无噪声的运动模糊

模拟一个模糊的图像，可能导致相机运动。首先，创建一个点扩散函数，PSF，可使用fspecial函数并指定以11度角在21个像素上的线性运动。然后，利用点扩散函数与图像进行卷积imfilter．

原始图像具有数据类型uint8．如果你通过uint8图像imfilter，则该函数将量化输出以返回另一个uint8的形象。为了减少量化误差，将图像转换为双在调用之前imfilter．

PSF = fspecial(“运动”21岁,11);Idouble = im2double(Ioriginal);模糊=滤波(double,PSF，“conv”，“圆”）;imshow(模糊)标题(模糊图像的）

图中包含一个轴对象。标题为“模糊图像”的坐标轴对象包含一个图像类型的对象。

方法恢复模糊的图像deconvwnr函数。模糊图像没有噪声，因此可以省略噪声-信号(NSR)输入参数。

wnr1 = deconvwnr(模糊，PSF);imshow (wnr1)标题(“恢复模糊图像”）

图中包含一个轴对象。标题为“恢复模糊图像”的axis对象包含一个类型为Image的对象。

模拟和恢复运动模糊和高斯噪声

函数将零均值高斯噪声添加到模糊图像imnoise函数。

Noise_mean = 0;Noise_var = 0.0001;blurred_noise = imnoise(模糊，“高斯”、noise_mean noise_var);imshow (blurred_noisy)标题(“模糊而嘈杂的图像”）

图中包含一个轴对象。标题为“模糊和噪声图像”的坐标轴对象包含一个图像类型的对象。

尝试恢复模糊的噪声图像使用deconvwnr没有提供噪音估计。缺省情况下，Wiener恢复过滤器假设NSR为0。在这种情况下，维纳恢复滤波器相当于一个理想的逆滤波器，它可以对输入图像中的噪声极其敏感。

在本例中，恢复中的噪声被放大到图像内容丢失的程度。

wnr2 = deconvwnr(blurred_noise,PSF);imshow (wnr2)标题(模糊噪声图像(NSR = 0)的恢复）

图中包含一个轴对象。标题为Restoration of Blurred noise Image (NSR = 0)的坐标轴对象包含一个Image类型的对象。

尝试恢复模糊的噪声图像使用deconvwnr用更真实的估计噪声值。

signal_var = var(Idouble(:)));NSR =噪声var /信号var;wnr3 = deconvwnr(模糊噪声，PSF,NSR);imshow (wnr3)标题(模糊噪声图像(估计NSR)的恢复）

图中包含一个轴对象。标题为“恢复模糊噪声图像(估计NSR)”的坐标轴对象包含一个图像类型的对象。

模拟和恢复运动模糊和8位量化噪声

即使是视觉上难以察觉的噪音也会影响结果。噪声的一个来源是处理图像时产生的量化误差uint8表示。在前面，为了避免量化错误，这个示例在数据类型中从原始图像模拟了一个模糊图像双．现在，为了探索量化误差对恢复的影响，从原始图像中模拟一个模糊的图像uint8数据类型。

blred_quantized = imfilter(Ioriginal,PSF，“conv”，“圆”）;imshow (blurred_quantized)标题(“模糊量化图像”）

图中包含一个轴对象。标题为“模糊量化图像”的坐标轴对象包含一个图像类型的对象。

尝试恢复模糊量化图像使用deconvwnr没有提供噪音估计。即使没有添加额外的噪声，与数据类型的模糊图像的恢复相比，这种恢复是退化的双．

wnr4 = deconvwnr(blurred_quantized,PSF);imshow (wnr4)标题(模糊量化图像(NSR = 0)的恢复）;

图中包含一个轴对象。标题为Restoration of Blurred Quantized Image (NSR = 0)的坐标轴对象包含一个Image类型的对象。

尝试恢复模糊量化图像使用deconvwnr用更真实的估计噪声值。

Uniform_quantization_var = (1/256)^2 / 12;signal_var = var(Idouble(:)));NSR = uniform_quantization_var / signal_var;wnr5 = deconvwnr(blurred_quantized,PSF,NSR);imshow (wnr5)标题(模糊量化图像(估计NSR)的恢复）;

图中包含一个轴对象。标题为“模糊量化图像恢复”(Estimated NSR)的坐标轴对象包含一个图像类型的对象。

另请参阅

deconvwnr|fspecial|imfilter|imnoise