MATLAB中图像高斯模糊、噪声添加与正则化逆滤波去模糊

阿斯弗的撒旦

于 2025-02-09 09:38:02 发布

阅读量275

点赞数 6

文章标签：计算机视觉 opencv 图像处理

本文链接：https://blog.youkuaiyun.com/weixin_63074242/article/details/145528365

版权

clear all; close all;
I = imread('rice.png');
I = im2double(I);
PSF = fspecial('gaussian', 8, 4);
J = imfilter(I, PSF, 'conv');
figure;
subplot(121);
imshow(I);
title('Original Image');
subplot(122);
imshow(J);
title('Image with Gaussian Blur');
v = 0.02;
K = imnoise(J, 'gaussian', 0, v);
NP = v * prod(size(I));
L = deconvreg(K, PSF, NP);
figure;
subplot(121);
imshow(K);
title('Image with Gaussian Blur and Noise');
subplot(122);
imshow(L);
title('Deblurred Image');

解释：

clear all; close all;：清空工作空间中的所有变量并关闭所有图形窗口。
I = imread('rice.png');：读取名为rice.png的图像，并赋值给I。
I = im2double(I);：将图像I的数据类型转换为双精度浮点数，以便进行后续处理。
PSF = fspecial('gaussian', 8, 4);：创建一个高斯模糊的点扩散函数（PSF），标准差为4，大小为8x8。
J = imfilter(I, PSF, 'conv');：使用imfilter函数对图像I进行高斯模糊，模糊方式为卷积（'conv'），得到模糊后的图像J。
figure;：创建一个新的图形窗口。
subplot(121); imshow(I);：在第一个子图（1,2,1）中显示原始图像I。
subplot(122); imshow(J);：在第二个子图（1,2,2）中显示添加了高斯模糊的图像J。
v = 0.02;：定义高斯噪声的方差。
K = imnoise(J, 'gaussian', 0, v);：在模糊后的图像J上添加高斯噪声，均值为0，方差为v，得到图像K。
NP = v * prod(size(I));：计算噪声的功率。
L = deconvreg(K, PSF, NP);：使用deconvreg函数对图像K进行正则化逆滤波，得到去模糊后的图像L。
figure;：创建一个新的图形窗口。
subplot(121); imshow(K);：在第一个子图（1,2,1）中显示添加了高斯模糊和噪声的图像K。
subplot(122); imshow(L);：在第二个子图（1,2,2）中显示去模糊后的图像L。

拓展：

保存图像：可以将处理后的图像L保存为文件。

% 保存处理后的图像
imwrite(uint8(L), 'rice_deblurred.png');

调整高斯模糊参数：可以尝试使用不同的高斯模糊标准差，来观察对图像去模糊效果的影响。
分析处理效果：可以进一步分析处理后的图像效果，比如通过计算图像的均值和方差。
比较不同去模糊方法的影响：可以比较不同去模糊方法对图像质量的影响，以评估不同方法的效果。