simulink-在图像处理中的应用.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,2011-03,*,Simulink,视频和图像处理模块,1,1,视频和图像处理模块集,1.1,视频和图像处理模块集概述,视频和图像处理模块集,V2.6,共有,70,多个子模块，分成,11,大类模块,。,各,大类,模块如右图所示：,2011-03,2,1.2,分析和增强（,Analysis&Enhancement,）模块库,分析和增强类模块包含,10,个子模块：,(1)Block Matching,（块匹配）模块,(2)Contrast Adjustment,（对比度调节）模块,(3)Corner Detection,（角点检测）模块,(4),Deinterlacing,（反交错处理）模块,(5)Edge Detection,（边缘检测）模块,(6)Histogram Equalization,（直方图均衡化）模块,(7)Median Filter,（中值滤波）模块,(8)Optical Flow,（光流法）模块,(9)SAD,（绝对误差和）模块,(10)Trace Boundaries,（边界跟踪）模块,3,1.3,转换（,Conversions,）模块库,此模块库共包含,7,个子模块：,(1),Autothreshold,（自动阈值）模块,(2),Chroma,Resampling,（色度重采样）模块,(3)Color Space Conversion,（色彩空间转换）模块,(4),Demosaic,（去马赛克）模块,(5)Gamma Correction,（伽玛校正）模块,(6)Image Complement,（图像求补）模块,(7)Image Data Type Conversion,（图像数据类型转换）模块,4,1.4,滤波（,Filtering,）模块库,此模块库共包含,4,个子模块：,(1)2-D Convolution,（二维卷积）模块,(2)2-D FIR Filter,（二维,FIR,数字滤波）模块,(3),Kalman,Filter,（卡尔曼滤波）模块,(4)Median Filter,（中值滤波）模块,5,1.5,几何变换（,Geometric Transformations,）模块库,此模块库共包含,7,个子模块：,(1)Apply Geometric Transformation,（应用几何变换）模块,(2)Estimate Geometric Transformation,（估算几何变换）模块,(3)Projective Transformation,（投影变换）模块,(4)Resize,（缩放）模块,(5)Rotate,（旋转）模块,(6)Shear,（切变）模块,(7)Translate,（平移）模块,6,1.6,形态学操作（,Morphological Operations,）模块库,此模块库共包含,7,个子模块：,(1)Bottom-hat,（底帽滤波）模块,(2)Closing,（闭合）模块,(3)Dilation,（膨胀）模块,(4)Erosion,（腐蚀）模块,(5)Label,（标记）模块,(6)Opening,（开启）模块,(7)Top-hat,（顶帽滤波）模块,7,1.7,接收器（,Sinks,）模块库,此模块库共包含,6,个子模块：,(1)Frame Rate Display,（帧频显示）模块,(2)To Multimedia File,（输出多媒体文件）模块,(3)To Video Display,（输出视频显示器）模块,(4)Video To Workspace,（向工作空间输出视频）模块,(5)Video Viewer,（视频显示器）模块,(6)Write Binary File,（写二进制文件）模块,8,1.8,输入源（,Sources,）模块库,此模块库共包含,5,个子模块：,(1)From Multimedia File,（来自多媒体文件）模块,(2)Image From File,（图像文件）模块,(3)Image From Workspace,（工作空间图像）模块,(4)Read Binary File,（读二进制文件）模块,(5)Video From Workspace,（视频来自工作空间）模块,9,1.9,统计（,Statistics,）模块库,此模块库共包含,12,个子模块：,(1)2-D Autocorrelation,（二阶自相关系数）模块,(2)2-D Correlation,（二阶互相关系数）模块,(3)Blob Analysis,（,Blob,分析）模块,(4)Find Local Maxima,（求局部极大值）模块,(5)Histogram,（直方图）模块,(6)Maximum,（最大值）模块,(7)Mean,（平均值）模块,(8)Median,（中值）模块,(9)Minimum,（最小值）模块,(10)PSNR,（峰值信噪比）模块,(11)Standard Deviation,（标准差）模块,(12)Variance,（方差）模块,10,1.10,文本和图形（,Text&Graphics,）模块库,此模块库共包含,4,个子模块：,(1)Compositing,（合成）模块,(2)Draw Markers,（绘制标记）模块,(3)Draw Shapes,（绘图）模块,(4)Insert Text,（插入文本）模块,11,1.11,变换（,Transforms,）模块库,此模块库共包含,7,个子模块：,(1)2-D DCT,（二维离散余弦变换）模块,(2)2-D FFT,（二维傅立叶变换）模块,(3)2-D IDCT,（二维离散余弦逆变换）模块,(4)2-D IFFT,（二维傅立叶逆变换）模块,(5)Gaussian Pyramid,（高斯金字塔）模块,(6)Hough Lines,（,Hough,线）模块,(7)Hough Transform,（,Hough,变换）模块,12,1.12,工具（,Utilities,）模块库,此模块库共包含,3,个子模块：,(1)Block Processing,（块处理）模块,对输入矩阵的指定子矩阵进行用户自定义操作。,(2)Image Pad,（图像填补）模块,对图像的四周进行填补。,(3)Variable Selector,（可变选择器）模块,从输入矩阵中选择指定行或列的子集。,13,2,图像的增强,2.1,灰度变换增强,常见灰度变换方法包括直接灰度变换和直方图修正等方法，获取的主要视觉效果是增强图像对比度。,【,例,1】,用对比度调节,Contrast Adjustment,模块进行直接灰度变换,。,操作步骤：,(1),在,Matlab,命令窗口中输入,viplib,命令，打开视频和图像处理模块集,Library:viplibv1,窗口。,(2),在,Library:viplibv1,窗口中选择,File,New,Model,菜单，新建,Simulink,模型。,(3),在新建模型窗口中加入所需模块，各模块名称、数量、来源如表,1,所示，模块放置位置可参考图,13,。,14,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Contrast Adjustment,Video and Image Processing Blockset Analysis&Enhancement,1,Video Viewer,Video and Image Processing Blockset Sinks,2,表,1,例,1,所用模块列表,(4),双击图,13,所示的各模块，对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,pout.tif,；,Contrast Adjustment,模块：,Main,面板中的,Adjust pixel values from,参数设置为,Range determined by saturating outlier pixels,。,(5),连接各模块，如下图所示。,15,(,6),设置仿真器参数。,选择模型窗口的,Simulation,Configuration Parameters,菜单，打开,Configuration Parameters,对话框，在左边窗格中选择,Solver,面板，在右边窗格设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。单击,OK,按钮结束设置。,(7),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图是经,Contrast Adjustment,模块处理后的图像。,16,【,例,2】,用直方图均衡化,Histogram Equalization,模块进行直方图修正。,操作步骤：,(1),使用与例,1,同样的方法，新建一个,Simulink,模型。,(2),在新建模型窗口中加入所需模块，各模块名称、数量、来源如表,2,所示，模块放置位置可参考下页中的示意图。,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Histogram Equalization,Video and Image Processing Blockset Analysis&Enhancement,1,Video Viewer,Video and Image Processing Blockset Sinks,2,表,2,例,2,所用模块列表,17,(3),双击模型窗口中的各模块，对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,tire.tif,；,其余模块：各参数均采用默认设置；,(4),连接各模块，如下图所示。,18,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,(6),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图是经,Histogram Equalization,模块处理后的图像。,由结果可看出，这幅黑色为主的图像经过,Histogram Equalization,模块进行直方图均衡化处理后，对比度得到增强，原来黑色区域的图像细节得以显示。,19,2.2,图像平滑增强,图像平滑处理一般通过低通滤波实现，例如均值滤波和中值滤波。获取的主要增强效果是平滑图像细节，去除图像噪声。,【,例,3】,用中值滤波,Median Filter,模块去除椒盐噪声。,操作步骤：,(1),为了便于观察图像平滑效果，先准备一幅含有椒盐噪声的图像。在,MATLAB,命令窗口中输入以下命令：,A=imread(coins.png);%coins.png,是一幅,MATLAB,自带的样图。,B=imnoise(A,salt,(2),打开视频和图像处理模块集，新建,Simulink,模型。,(3),在新建模型窗口中加入所需模块，各模块名称、数量、来源如表,3,所示，模块放置位置可参考下页中示意图。,20,(4),双击模型窗口中的各模块，对其进行参数设置：,Image From Workspace,模块：,Main,面板中的,Value,参数设置为,A,；,Image From Workspace1,模块：,Main,面板中的,Value,参数设置为,B,；,Median Filter,模块：各参数均采用默认设置；,(5),连接各模块，如下页图所示。,模 块 名 称,模 块 来 源,数量,Image From Workspace,Video and Image Processing Blockset Sources,2,Median Filter,Video and Image Processing Blockset Analysis&Enhancement,1,Video Viewer,Video and Image Processing Blockset Sinks,3,表,3,例,3,所用模块列表,21,(6),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,例,3,仿真框图,22,(7),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，中图为加入椒盐噪声后的图像，右图是经,Median Filter,模块处理后的图像。,对比三幅图像可以看出，加入椒盐噪声后的图像经过,Median Filter,模块进行图像平滑处理后，椒盐噪声被去除，同时其余的图像细节也被平滑。,23,2.3,图像锐化增强,图像锐化处理一般通过高通滤波实现。获取的主要视觉效果是增强图像边缘，补偿图像轮廓，使原来模糊的图像变得清晰。,【,例,4】,用,FIR,滤波器,2-D FIR Filter,模块进行图像锐化处理。,操作步骤：,(1),先读入一幅,RGB,图像。在,MATLAB,命令窗口中输入以下命令：,I=im2double(imread(peppers.png);%peppers.png,是,MATLAB,自带样图。,(2),打开视频和图像处理模块集，新建,Simulink,模型。,(3),在新建模型窗口中加入所需模块，各模块名称、数量、来源如表,4,所示，模块放置位置可参考后页的仿真框图。,24,(4),双击模型窗口中的各模块，对其进行参数设置：,Image From Workspace,模块：,Main,面板中的,Value,参数设置为,I,，,Image signal,参数设置为,Separate color signals,；,Color Space Conversion,模块：,Conversion,参数设为,RGB to YCbCr,（默认设置），,Image signal,参数设为,Separate color signals,；,2-D FIR Filter,模块：将,Main,面板中的,Coefficients,参数设置为,fspecial(unsharp),以建立二维高通滤波器，,Output size,参数设为,Same as input port I,，,Padding options,参数设为,Symmetric,，,Filtering based on,参数设为,Correlation,。,模 块 名 称,模 块 来 源,数量,Image From Workspace,Video and Image Processing Blockset Sources,1,Color Space Conversion,Video and Image Processing Blockset Conversions,2,2-D FIR Filter,Video and Image Processing Blockset Filtering,1,Video Viewer,Video and Image Processing Blockset Sinks,2,表,4,例,4,所用模块列表,25,Color Space Conversion1,模块：,Conversion,参数设为,YCbCr to RGB,，,Image signal,参数设为,Separate color signals,；,两个,Video Viewer,模块：均将,Image signal,参数设为,Separate color signals,。,(5),按下图所示连接各模块。,例,4,仿真框图,26,(6),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,(7),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图为经,2-D FIR Filter,模块锐化后的图像。,对比两幅图像可以看出，原始图像经过高通滤波器进行图像锐化处理后，图像中物品的轮廓更加明显，图像显得更加清晰了。,27,3,图像的几何变换,3.1,图像的旋转,图像的旋转可通过几何变换模块库中的,Rotate,模块实现。,【,例,5】,用,Rotate,模块将图像逆时针旋转,45,角。,操作步骤：,(1),打开视频和图像处理模块集，新建,Simulink,模型。,(2),在新建模型窗口中加入如下表所示的各个模块，模块放置位置可参考下页所示模块连接图。,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Rotate,Video and Image Processing Blockset Geometric Transformations,1,Video Viewer,Video and Image Processing Blockset Sinks,2,表,5,例,5,所用模块列表,28,(3),双击模型窗口中的各模块，对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,autumn.tif,；,Rotate,模块：,Main,面板中的,Angle(radians),参数设置为,pi/4,；（即,45,角）,(4),按下图所示连接各模块。,29,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,(6),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图为经,Rotate,模块旋转,45,后的图像。,30,3.2,图像的切变,几何变换模块库中的,Shear,模块提供了水平和垂直两个方向的线性切变功能。,【,例,6】,用,Shear,模块完成图像的水平切变。,操作步骤：,(1),打开视频和图像处理模块集，新建,Simulink,模型。,(2),在新建模型窗口中加入如下表所示的各个模块，模块放置位置可参考下页所示的模块连接图。,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Shear,Video and Image Processing Blockset Geometric Transformations,1,Video Viewer,Video and Image Processing Blockset Sinks,2,31,(3),双击模型窗口中的各模块，按自已的需要对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,office_4.jpg,；,Shear,模块：,Main,面板中的,Shear direction,参数设置为,Horizontal,（默认设置）；,Row/column shear values first last,设置为,100 0,；,(4),按下图所示连接各模块。,32,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,(6),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图为经,Shear,模块进行水平切变后的图像。,可以看出，按照本例中,Shear,模块设置的偏移量参数,100 0,，目标图像首行像素被移动到水平右偏,100,像素的位置，其余各行的偏移量线性递减，至最后一行偏移量为,0,，以此构成切变效果。,33,3.3,图像的缩放,利用几何变换模块库中的,Resize,模块，可方便地实现图像缩放功能。,【,例,7】,用,Resize,模块缩小图像。,操作步骤：,(1),打开视频和图像处理模块集，新建,Simulink,模型。,(2),在新建模型窗口中加入如表,7,所示的各个模块，模块放置位置可参考下页中所示图。,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Resize,Video and Image Processing Blockset Geometric Transformations,1,Video Viewer,Video and Image Processing Blockset Sinks,2,表,7,例,7,所用模块列表,34,(3),双击模型窗口中的各模块，按自已的需要对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,pears.png,；,Resize,模块：,Main,面板中的,Resize factor in%,参数设置为,30 30,；,(4),按下图所示连接各模块。,35,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,(6),保存模型文件，并运行该仿真。运行结果如图所示。其中左图为原始大小图像，右图为经,Resize,模块进行缩小后的图像。为观察图像的真实大小，可在,Video Viewer,的界面上选择,Axes,菜单下的,Set Display To True Size,菜单项，也可通过右键单击图像来选择该项菜单。,两图比较可以看出，按照本例中设置的缩放百分比参数,30 30,，大小原为,486732,的图像，其行列像素数均缩小成原来的,30%,后，图像大小变成了,146220,。,36,3.4,图像的裁切,利用工具（,Utilities,）模块库中的,Variable Selector,模块或,Simulink,的,Signal Routing,模块库的,Selector,模块，都可以实现图像裁切功能。,【,例,8】,用,Variable Selector,模块裁切图像，取得图像中的一部分。,操作步骤：,(1),打开视频和图像处理模块集，新建,Simulink,模型。,(2),在新建模型窗口中加入如表,8,所示的各个模块，模块放置位置可参考后页中的模块连接图。,37,(3),双击模型窗口中的各模块，对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,coins.png,；,Variable Selector,模块：,Number of input signals,参数设置为,1,，,Select,参数设置为,Columns,；,Variable Selector1,模块：,Number of input signals,参数设置为,1,，,Select,参数设置为,Rows,；,两个,Constant,模块：,Main,面板中的,Constant value,参数均设置为,50:150,。,(4),按下页图所示连接各模块。,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Variable Selector,Video and Image Processing Blockset Utilities,2,Constant,Simulink Sources,2,Video Viewer,Video and Image Processing Blockset Sinks,2,表,8,例,8,所用模块列表,38,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,39,(6),保存模型文件，并运行该仿真。运行结果如下图所示。其中左图为原始图像，右图为裁切后的图像。为观察图像的真实大小，可在,Video Viewer,的界面上选择,Axes,菜单下的,Set Display To True Size,菜单项，也可右键单击图像来选择。,比较两图可以看出，按照本例中设置的行列裁留参数,50:150,，原始大小为,246300,的图像，行列方向均只留下从,50,到,150,像素的部分，其余部分被裁掉，图像大小也变成了,101101,。,40,4,图像的形态学操作,数学形态学是计算机数字图像处理中的一个重要研究领域，主要用于获取图像目标的形状特征，在对图像目标进行定量描述与分析的应用领域中发挥了重要的作用。,形态学最基本的运算是膨胀和腐蚀，利用膨胀和腐蚀运算可以组成开启和闭合等其它形态学运算，为图像识别等领域提供数学运算支持。,41,【,例,9】,用形态学方法分析计算,MATLAB,自带的一幅硬币图像里的硬币数量。,任务与思路：,MATLAB,自带图像文件中有一个,coins.png,文件，即例,8,中所使用的图像，该图像是一幅灰度图，现在希望计算机能自行计算该图像中所含硬币的数量。在,Simulink,中的操作思路是：先把灰度图转为二值图像，然后利用形态学开启运算对二值图进行处理，再用,Label,模块对目标进行计数。,具体操作步骤：,(1),打开视频和图像处理模块集，新建,Simulink,模型。,(2),在新建模型窗口中加入如表,9,所示的各个模块。,42,(3),双击模型窗口中的各模块，对其进行参数设置：,Image From File,模块：,Main,面板中的,File name,参数设置为,coins.png,；,Autothreshold,模块：,Main,面板中的,Scale threshold,选项前打勾，将其下的,Threshold scaling factor,参数设置为,0.9,；,两个,Label,模块：,Output,参数都设置为,Number of labels,；,模 块 名 称,模 块 来 源,数量,Image From File,Video and Image Processing Blockset Sources,1,Autothreshold,Video and Image Processing Blockset Conversions,1,Opening,Video and Image Processing Blockset Morphological Operations,1,Label,Video and Image Processing Blockset Morphological Operations,2,Video Viewer,Video and Image Processing Blockset Sinks,3,Display,Simulink Sinks,2,表,9,例,9,所用模块列表,43,(4),按下图所示连接各模块。,(5),设置仿真器参数。设置,Stop time,为,0,，,Type,设为,Fixed-step,，,Solver,设为,Discrete(no continuous states),。,44,(6),保存模型文件，并运行该仿真。运行的图像输出结果如下图所示。其中左图为原始灰度图像，中图为由灰度转为二值图后的图像，右图为执行了形态学开启操作后的图像。运行的计数结果如图,38,中,Display,模块上显示的数字所示。,由结果可以看出，由于原图中有一个硬币的颜色接近背景颜色，因此在将灰度图转为二值图像后，在该位置出的现的白色目标区域被划分成多块，这时如果直接对该图进行目标计数，得到的结果为,12,（如前页图所示），是错误的结果；在经过对该图再进行形态学开启操作后，该区域被连通，这时再进行目标计数，就得到正确的结果,10,。,45,5,图像的恢复操作,图像的恢复是数字图像处理中常用的处理方法，就是要尽可能恢复在传输或记录过程中，由于成像系统、传输介质或接收设备不完善，导致质量变坏的图像的原来面目。,常见的恢复模型如下图表示：,图,42,恢复模型原理框图,46,1,利用函数恢复图像,MATLABR2008b,图像处理工具箱中有,4,个图像恢复函数，,如表,10,所示。,函 数 名 称,函 数 用 途,deconvwnr,用,Wiener,滤波器实现图像恢复,deconvreg,用,regularized,滤波器实现图像恢复,deconvlucy,用,lucy-richardson,算法实现恢复,deconvblind,用,bilnd,去卷积算法实现图像恢复,表,10,图像恢复函数列表,47,2,用,Wiener,滤波器进行恢复,用,deconvwnr,函数，采用,Wiener,滤波器，在图像的频率特征和附加噪声已知的情况下，采用,Wiener,进行图像恢复比较有效。,【,例,10】Deconvwnr,函数应用举例：,具体操作步骤：,（,1,）在,MATLAB,主界面下点击,filenewblank M-file,在新建的,M,文件里输入如下程序（以下程序编写步骤类似，故省略，直接给出参考程序）。,48,（,2,）参考程序：,I=checkerboard(8);,noise=0.1*randn(size(I);,PSF=fspecial(motion,21,11);,Blurred=imfilter(I,PSF,circular);,BlurredNoisy=im2uint8(Blurred+noise);,%,噪声,功率比,NSR=sum(noise(:).2)/sum(I(:).2);%,对信噪比参数,NSR,进行设置。,%,噪声功率,49,NP=abs(fftn(noise).2;,NPOW=sum(NP(:)/prod(size(noise);,%,噪声的自相关函数,NCORR=fftshift(real(ifftn(NP);,%,原始图像功率,IP=abs(fftn(I).2;,IPOW=sum(IP(:)/prod(size(I);,50,%,原始图像的自相关函数,ICORR=fftshift(real(ifftn(IP);,ICORR1=ICORR(:,ceil(size(I,1)/2);,%,噪声,功率比,NSR=NPOW/IPOW;,subplot(221);imshow(BlurredNoisy,);%,显示加噪以后的退化图像。,title(A=Blurred and Noisy);,51,subplot(222);imshow(deconvwnr(BlurredNoisy,PSF,NSR),);%,噪声,功率比,NSR,作为参数选项滤波。,title(deconvwnr(A,PSF,NSR);,subplot(223);imshow(deconvwnr(BlurredNoisy,PSF,NCORR,ICORR),;%,噪声和原始图像自相关函数,NCORR,和,ICORR,作为参数选项滤波。,title(deconvwnr(A,PSF,NCORR,ICORR);,subplot(224);imshow(deconvwnr(BlurredNoisy,PSF,NPOW,ICORR1),);%,噪声功率和原始图像自相关函数,ICORR1,作为参数选项滤波。,title(deconvwnr(A,PSF,NPOW,ICORR_1_D);,52,（,3,）程序编写完成以后，在主菜单栏中选择,DebugSave File and Run,如果编译过程中出现错误，则在,MATLAB,的,command window,中显示错误行，若没有，即可显示运行结果，如,43,图所示（以下程序仿真步骤类似，故省略）。,53,本例使用“图像恢复模型”中创建的模糊图像，为便于比较，指定同一个,PSF,函数。本例演示了导致模糊化的函数,PSF,的重要性，得到准确的,PSF,时，恢复的结果会比较好。,图,43,用,Wiener,滤波器进行恢复的图像比较,54,3,用,regular,滤波器进行恢复,采用,deconvreg,函数，用,regularized,滤波器恢复图像。当知道附加噪声的部分信息时，使用,regularized,滤波器比较有效。下面通过例题分析用,regular,滤波器进行图像恢复的效果。,55,【,例,11】Deconvreg,函数应用举例：,参考程序：,I=checkerboard(8);,PSF=fspecial(gaussian,7,10);,V=.01;,BlurredNoisy=imnoise(imfilter(I,PSF),gaussian,0,V);,NOISEPOWER=V*prod(size(I);,J LAGRA=deconvreg(BlurredNoisy,PSF,NOISEPOWER);,56,subplot(221);imshow(BlurredNoisy);,title(A=Blurred and Noisy);,subplot(222);imshow(J);,title(J LAGRA=deconvreg(A,PSF,NP);,57,subplot(223);imshow(deconvreg(BlurredNoisy,PSF,LAGRA/10);,title(deconvreg(A,PSF,0.1*LAGRA);,subplot(224);imshow(deconvreg(BlurredNoisy,PSF,LAGRA*10);,title(deconvreg(A,PSF,10*LAGRA);,58,图,44,用,regularized,滤波器进行恢复的图像比较,59,4,用,Lucy-Richardson,算法进行恢复,使用,deconvlucy,函数，用加速衰减,Lucy-Richardson,算法恢复图像。假定泊松噪声统计量，用,PSF,进行卷积时，该算法使生成的图像是模糊图像实例的可能性最大。已知,PSF,，但对图像中的附加噪声知之甚少时，,deconvlucy,函数比较有效。,MATLABR2008b,中，该函数实现了原始,Lucy-Richardson,最大似然算法的几个改进版本，用它们可以完成复杂的图像恢复任务。,60,【,例,12】Deconvlucy,函数应用举例：,参考程序：,I=checkerboard(8);,PSF=fspecial(gaussian,7,10);,V=.0001;,BlurredNoisy=imnoise(imfilter(I,PSF),gaussian,0,V);,WT=zeros(size(I);,WT(5:end-4,5:end-4)=1;,J1=deconvlucy(BlurredNoisy,PSF);,J2=deconvlucy(BlurredNoisy,PSF,20,sqrt(V);,J3=deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);,61,subplot(221);imshow(BlurredNoisy);,title(A=Blurred and Noisy);,subplot(222);imshow(J1);,title