资源描述:
《维纳滤波理论在图像处理中的应用课件.ppt》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、维纳滤波理论在图像处理中的应用09级通信工程.信号与信息处理研究所总论:维纳滤波理论在图像处理理论基础总论:维纳滤波理论在图像处理理论基础对原始图像进行维纳滤波的算法是首先估计出每个像素点的M*N邻域内的平均值和方差值。有如下两个表达式计算:用如下的表达式计算输出的灰度值。其中a(n1,n2)是调整前的灰度值,b(n1,n2)是调整后的灰度值。一.维纳滤波在图像滤波中的应用J=imnoise(I,'gaussian',0,0.01);Mywiener2=wiener2(J,[33]);Mean_temp=ones(3,3)/9;Mymean=imfilter(J,
2、Mean_temp);figure(2);subplot(121),imshow(Mywiener2),title(‘维纳滤波输出');subplot(122),imshow(uint8(Mymean),[]),title(‘均值滤波输出');一.维纳滤波在图像滤波中的应用二.维纳滤波在图像复原中的应用I=imread('lena.bmp');figure(1);subplot(231),imshow(I),title(‘原始图像');LEN=20;THETA=10;PSF=fspecial('motion',LEN,THETA);Blurred=imfilter
3、(I,PSF,'circular');subplot(232),imshow(Blurred),title(‘生成的运动模糊的图像');noise=0.1*randn(size(I));subplot(233),imshow(im2uint8(noise)),title(‘随即噪声图像');BlurredNoisy=imadd(Blurred,im2uint8(noise));subplot(234),imshow(BlurredNoisy),title(‘添加了随机噪声的运动图像');Move=deconvwnr(Blurred,PSF);subplot(235
4、),imshow(Move),title(‘还原图像’);nsr=sum(noise(:).^2)/sum(im2double(I(:)).^2);wnr2=deconvwnr(BlurredNoisy,PSF,nsr);subplot(236),imshow(wnr2),title(‘对添加了噪声的运动图像的复原');二.维纳滤波在图像复原中的应用三.维纳滤波在图像边缘提取中的应用N=wiener2(I,[3,3]);M=I-N;My_Wedge=im2bw(M,5/256);BW1=edge(I,'prewitt');BW2=edge(I,'canny');B
5、W3=edge(I,'zerocross');BW4=edge(I,'roberts');figure(3)subplot(2,4,[3478]),imshow(My_Wedge),title(‘应用维纳边沿提取');subplot(241),imshow(BW1),title('prewitt');subplot(242),imshow(BW2),title('canny');subplot(245),imshow(BW3),title('zerocross');subplot(246),imshow(BW4),title('roberts');三.维纳滤波在图
6、像边缘提取中的应用三.维纳滤波在图像边缘提取中的应用三.维纳滤波在图像边缘提取中的应用三.维纳滤波在图像边缘提取中的应用三.维纳滤波在图像边缘提取中的应用四.维纳滤波在图像边缘提取中的应用fori=[12345]K=wiener2(I,[5,5]);endK=K+I;figure(6);subplot(121),imshow(I),title(‘原始图像');subplot(122),imshow(K),title(‘增强后的图像');四.维纳滤波在图像边缘提取中的应用