MATLAB数字图像处理实验二

MATLAB数字图像处理实验二

实验一：给出不同的参数，模拟图像的高斯模糊图并显示；
实验二：给出不同的参数，模拟图像的运动模糊图并显示；
实验三：对2中的图像进行反滤波、维纳滤波并显示滤波后在结果；
实验四：对2中的图像加不同的噪声后进行反滤波、维纳滤波并显示滤波后在结果。

%%实验一
I=imread('hei.png');
subplot(221),imshow(I),title('原图');
I1=imfilter(I,fspecial('gaussian',[5 5],0.1));
subplot(222),imshow(I1),title('0.1的gaussian模糊');
I1=imfilter(I,fspecial('gaussian',[5 5],0.5));
subplot(223),imshow(I1),title('0.5的gaussian模糊');
I1=imfilter(I,fspecial('gaussian',[5 5],1.0));
subplot(224),imshow(I1),title('1.0的gaussian模糊');

%%
%%实验二
I=imread('hei.png');
subplot(221),imshow(I),title('原图');
I=imfilter(I,fspecial('motion',1));
%%fspecial('motion',len,theta)逆时针方向以theta角度运动了len个像素
subplot(222),imshow(I),title('0°方向运动1个像素');
I=imfilter(I,fspecial('motion',3,2));
subplot(223),imshow(I),title('2°方向运动3个像素');
I=imfilter(I,fspecial('motion',9,20));
subplot(224),imshow(I),title('20°方向运动9个像素');

%%
%%实验三
I=imread('hei.png');
I1=imfilter(I,fspecial('gaussian',[5 5],1.0));
x=rgb2gray(I1); 
x1=x(:,:,1);
x1=double(x1);
[r,r1]=size(x1);
y1=fftshift(fft2(x1));
[r,r1]=size(y1);
subplot(221),imshow(x1,[]),title('原始的图像');

m=1:r; 
m1=1:r1; 
[m,m1]=meshgrid(m,m1);%生成网格空间 
noise=20.*imnoise(zeros(r,r1),'gaussian');%高斯噪声
subplot(222),imshow(noise,[]),title('参数为0的guassian噪音');

a=double(21/100);%x方向的最大移动量为ra的0.21倍,可调
b=double(21/100);%y方向的最大移动量为ca的0.21倍,可调
t=double(88/100);%移动到最大所需的时间默认为0.88
f=ones(r,r1);
g=(m-r/2-1).*a+(m1-r1/2-1).*b+eps;
f=t.*sin(pi.*g).*exp(-j.*pi.*g)./(pi.*g);
h=f'.*y1;
tu=ifft2(h);
tu=abs(tu)+noise;
y1=h./f';
subplot(223);
imshow(abs(ifft2(y1)),[]);
title('逆滤波');
h=fftshift(fft2(tu));
x=fftshift(fft2(noise));
K=x.*conj(x)./(y1.*conj(y1));%计算K值
w=(f.*conj(f))'.*h./(f.*(f.*conj(f)+K'))';
weina=abs(ifft2(w));
subplot(224);
imshow(weina,[]);
title('维纳滤波');

%%
%%实验四
clear;
clc;
I=imread('hei.png');
I1=imfilter(I,fspecial('gaussian',[5 5],1.0));
x=rgb2gray(I1); 
x1=x(:,:,1);
x1=double(x1);
[r,r1]=size(x1);
y1=fftshift(fft2(x1));
[r,r1]=size(y1);
subplot(221),imshow(x1,[]),title('原始的图像');
m=1:r; 
m1=1:r1; 
[m,m1]=meshgrid(m,m1);%生成网格空间 
noise=20.*imnoise(zeros(r,r1),'gaussian',0,0.006);%高斯噪声
subplot(222),imshow(noise,[]),title('参数为0.0006的guassian噪音');
a=double(21/100);%x方向的最大移动量为ra的0.21倍,可调
b=double(21/100);%y方向的最大移动量为ca的0.21倍,可调
t=double(88/100);%移动到最大所需的时间默认为0.88
f=ones(r,r1);
g=(m-r/2-1).*a+(m1-r1/2-1).*b+eps;
f=t.*sin(pi.*g).*exp(-j.*pi.*g)./(pi.*g);
h=f'.*y1;
tu=ifft2(h);
tu=abs(tu)+noise;
y1=h./f';
subplot(223),imshow(abs(ifft2(y1)),[]);title('逆滤波');
h=fftshift(fft2(tu));
x=fftshift(fft2(noise));
K=x.*conj(x)./(y1.*conj(y1));%计算K值
w=(f.*conj(f))'.*h./(f.*(f.*conj(f)+K'))';
weina=abs(ifft2(w));
subplot(224),imshow(weina,[]),title('维纳滤波');