资源描述：
《华工电信数学实验6-图像畸变校正》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、《数学实验》报告学院：电子与信息学院专业班级：学号：姓名：实验名称：图像畸变校正实验日期：实验六图像形状及颜色畸变的校正一、实验目的与要求让学生了解数字图像的数学表达及相关概念，通过实验让学生加深对数学在相关学科的应用价值的认识，培养学生的实际操作能力，并引导他们建立基础学科在处理具体问题时方法上的联系。二、问题描述对于在颜色或形状上发生畸变的图像，通过数学的方法实现校正。三、练习1．任意选取一幅颜色畸变的图像，按照本实验的算法做出校正，对校正效果进行分析。2．任意选取一幅图像模糊的图像，按照本实验的算法做出校正，对校正效果进行分析。3．提出图像校正的其他方法
2、，并与本实验的算法做比较分析。四、实验过程1．颜色畸变校正：需校正的图像：先获取该图像的颜色畸变的RGB基色直方图，代码如下：i=imread('G:matlabexLSS.jpg');subplot(1,3,1);imhist(i(:,:,1));title('R基色直方图');subplot(1,3,2);imhist(i(:,:,2));title('G基色直方图');subplot(1,3,3);imhist(i(:,:,3));title('B基色直方图');运行结果：由以上分析，可看出该颜色畸变图像需处理的是G基色。实验代码：functiond
3、ealcolor2(pic,k,d)a=imread(pic);%提取指定图像到矩阵ab=double(a);%将矩阵a的数据转化为double型[m,n]=size(b(:,:,k));%取图像矩阵的行列数fr=255/d;%设定拉伸系数fori=1:m%二重循环对矩阵内的每一个数据进行处理forj=1:nbm=b(i,j,k)*fr;%拉伸处理ifbm>255%将所有值大于255的点都设为255bm=255;endb(i,j,k)=bm;endendc=uint8(b);%将矩阵b转化为8个字节的整型数据image(c);%显示处理过的图像操作：dealc
4、olor2('G:matlabexLSS.jpg',2,140)运行结果：分析：经过色彩基色校正之后得到的图像更为逼真，接近真实的色彩。1．图像模糊校正待校正图像：实验代码：functionfaintness(pic,tem_n)%pic代表处理的图片的路径，tem_n代表采用第几种模板a=imread(pic);%导入图像，并把数据存放到三维矩阵a中b=double(a);%将数据转化为双精度[h,w,k]=size(b);%取矩阵的维数g=zeros(h,w,k)+255;%生成一个与原图像矩阵有相同维数的矩阵gfory=2:h-1%剔除图像矩阵最外一
5、层的点，处理可以被模板包含的点forx=2:w-1forj=1:kg(y,x,j)=pick_tem(b,x,y,j,tem_n);%采用二阶微分算子处理，返回处理点（x,y）后的像素值endendendimage(uint8(g));%显示处理后的图像functionpic_tem=pick_tem(b,x,y,j,tem_n)%b是一个三维矩阵，j是代表第几层矩阵%tem_n代表模板号0代表采用第一种模板，1代表采用第二种模板iftem_n==0%第一种模板，并返回二阶微分处理后的值pic_tem=5*b(y,x,j)-(b(y,x-1,j)+b(y+1,
6、x,j)+b(y-1,x,j)+b(y,x+1,j));else%第二种模板，并返回二阶微分处理后的值pic_tem=9*b(y,x,j)-(b(y-1,x-1,j)+b(y-1,x,j)+b(y-1,x+1,j)+b(y,x-1,j)+b(y+1,x+1,j)+b(y+1,x-1,j)+b(y+1,x,j)+b(y+1,x+1,j));end使用模板L0处理：faintness('G:matlabexmohu.jpg',0)实验结果：使用模板L1处理：faintness('G:matlabexmohu.jpg',1)实验结果：分析：图L0和图L1都比
7、原图要清晰得多，说明采用二阶微分算子来处理模糊是正确有效的。对比图L0和图L1，发现图L1的线条轮廓比图L0要清晰，但是相对图L0，图L1的噪音也加强了很多。这就是采用二阶微分处理模糊图像的一个弊端——加强噪音。1．运动模糊图象的复原方法及原理（1）维纳滤波图像复原MATLAB实现MATLAB图像处理工具箱提供了维纳滤波图像复原函数deconvwnr，该函数的语法格下：J=deconvwnr（I,PSF）J=deconvwnr（I,PSF,NSR）J=deconvwnr（I,PSF,NCORR,ICORR）说明：J=deconvwnr（I,PSF）用于复原由于
8、PSF以及可能的加性噪声卷积退化的图像
