基于维纳滤波的图像复原算法
来源:互联网 发布:用python写网络爬虫 书 编辑:程序博客网 时间:2024/05/21 05:06
维纳滤波也称最小均方误差滤波,它能处理被退化函数退化和噪声污染的图像。该滤波方法建立在图像和噪声都是随机变量的基础之上,目标是找到未污染图像I(x,y)的一个估计。
clear all;clc;I = imread('Lena.tif');I=im2double(I);noise = 0.1*randn(size(I));% PSF = fspecial('motion',21,11);PSF = fspecial('gaussian',[5,5],0.05);Blurred = imfilter(I,PSF,'circular');BlurredNoisy = Blurred + noise;%求NSR方法一%NSR = sum(noise(:).^2)/sum(I(:).^2);% 噪声功率比NP = abs(fftn(noise)).^2;%噪声功率NCORR = fftshift(real(ifftn(NP)));% 噪声自相关(噪声功率谱)IP = abs(fftn(I)).^2;% 原始图像的功率ICORR = fftshift(real(ifftn(IP)));%图像自相关(图像功率谱)NPOW = sum(NP(:))/prod(size(noise));IPOW = sum(IP(:))/prod(size(I));%求NSR方法二NSR = NPOW/IPOW;ICORR1 = ICORR(:,ceil(size(I,1)/2));subplot(221);imshow(BlurredNoisy,[]);title('A = Blurred and Noisy');subplot(222);imshow(deconvwnr(BlurredNoisy,PSF,NSR),[]);title('deconvwnr(A,PSF,NSR)');subplot(223);imshow(deconvwnr(BlurredNoisy,PSF,NCORR,ICORR),[]);title('deconvwnr(A,PSF,NCORR,ICORR)');subplot(224);imshow(deconvwnr(BlurredNoisy,PSF,NPOW,ICORR1),[]);title('deconvwnr(A,PSF,NPOW,ICORR_1_D)');
阅读全文
1 0
- 基于维纳滤波的图像复原算法
- 图像复原之维纳滤波
- 维纳滤波运动模糊图像复原
- 维纳滤波在图像复原中的应用
- 【图像处理】线性、位置不变退化图像的频域复原基础(维纳滤波,最小均方滤波,几何滤波)
- 图像复原 之 空间滤波
- 图像复原之逆滤波
- 【图像处理】MATLAB:仅有噪声的复原(空间滤波)
- [数字图像处理]图像复原--逆滤波
- 图像复原之直接逆滤波
- 基于积分图的维纳滤波算法
- 13图像的复原
- 基于训练数据的全局优化水下畸变图像复原
- 图像处理常用算法GPU实现四:基于中值滤波的二值图像平滑
- 图像处理常用算法GPU实现四:基于中值滤波的二值图像平滑
- 图像逆滤波与维纳滤波的程序代码
- 基于MATLAB的滤波算法
- 图像的复原与重建(4):图像处理中滤波(filtering)与卷积(convolution)的区别
- golang 安装使用 protobuf 的教程
- HBase简介
- 机器学习中的相似度度量
- android获取设备信息
- CSDN日报20170818——《给最真的自己加上static final》
- 基于维纳滤波的图像复原算法
- tensorflow bug: Process finished with exit code -1073740791 (0xC0000409)
- Springboot项目pring-boot-devtools 热加载
- 大小写互换
- shell下控制命令执行超时自动终止
- hashtable基础
- 循环链表--约瑟夫环问题
- updater-script
-  |"|&|<|>等html字符转义