电子信息学院实验报告书课程名：《数字图像处理》题目：实验七图像复原实验实验类别：【设计】班级：BX0901学号：111103020103姓名：窦中锋评语：学习态度：【很好】【一般】【较差】程序编写：【完整】【部分完整】【不完整】得出结论：【正确】【部分正确】【不正确】报告书写：【规范】【一般】【不规范】成绩：指导教师：范光宇批阅时间：2012年月日《数字图像处理》实验报告-1-1、实验目的（1）掌握图像复原的原理和方法；（2）掌握利用MATLAB程序进行图像复原的过程。2、实验原理1.图像复原原理图像复原：试图利用退化过程的先验知识，去恢复已被退化图像的本来面目。成像系统受各种因素的影响，导致了图像质量的降低，或者说是退化。由于获得图像的方法不同（光学、光电子或电子等），有多种退化形式，都使成像的分辨率和对比度退化，例如：传感器噪声摄像机聚焦不佳物体与摄像机之间的相对移动光学系统的象差成像光源和射线的散射图像退化的主要表现形式：图像模糊图像受到干扰由于成像系统造成图像退化的典型现象是模糊，所以图像复原的一个基本任务就是去模糊。图像复原的基本思路：先建立退化的数学模型，然后根据该模型对退化图像进行拟合。图像复原模型可以用连续数学和离散数学处理，处理项的实现可在空间域卷积，或在频域相乘。图像复原的方法：空间域滤波和频域滤波。2.使用MATLAB对图像添加模糊与噪声，再进行图像复原若不存在噪声，图像的模糊结果就完全来源于点扩散函数PSF的作用，通过精确描述失真的PSF对模糊图像进行卷积操作，就可实现去模糊。分别创建一个仿真运动模糊PSF和一个均值滤波PSF并模糊原图像%使用函数fspecial创建点扩散函数PSFI=imread('girl.bmp');%I=I(10+[1:256],100+[1:256],:);%裁剪图像subplot(1,2,1);imshow(I);title('originalimage')LEN=40;%指定运动位移为40个像素THETA=30;％运动角度为30度PSF=fspecial('motion',LEN,THETA);Blurred=imfilter(I,PSF,'circular','conv');subplot(1,2,2);imshow(Blurred);title('Blurredimage')H=fspecial('disk',10);%均值滤波PSFblurredfilter=imfilter(I,H);figure,imshow(blurredfilter);title('FilterBlurredimage')《数字图像处理》实验报告-2-3、实验步骤（1）打开计算机，启动MATLAB程序，设置MATLAB的程序组中的当前活动文件夹；（2）找到待处理的图像文件；（3）根据实验内容和实验要求进行实验；（4）记录和整理实验报告。4、实验内容（1）编写MATLAB程序，对一图像添加不同噪声，并观察其效果和直方图。如例6.1所示。（2）编写MATLAB程序，用均值滤波方法对含噪图像进行滤波，观察其效果。如例6.2所示。（3）编写MATLAB程序，用标准的均值、中值滤波方法对含噪图像进行滤波，观察其效果。如例6.3所示。5、实验程序与结果（结果可以抓图粘贴）（1）编写MATLAB程序，对一图像添加不同噪声，并观察其效果和直方图。如例6.1所示。程序：I=imread('Lena.bmp')figure,imshow(I),figure,hist(double(I),10)J=imnoise(I,'gaussian',0.05);figure,imshow(J),figure,hist(double(J),10)J=imnoise(I,'speckle',0.05);figure,imshow(J),figure,hist(double(J),10)J=imnoise(I,'salt&pepper',0.05);figure,imshow(J),figure,hist(double(J),10)I=imread('Lena.bmp')figure,imshow(I),figure,hist(double(I),10)J=imnoise(I,'gaussian',0.05);figure,imshow(J),figure,hist(double(J),10)J=imnoise(I,'speckle',0.05);figure,imshow(J),figure,hist(double(J),10)J=imnoise(I,'salt&pepper',0.05);figure,imshow(J),figure,hist(double(J),10)截图：《数字图像处理》实验报告-3-《数字图像处理》实验报告-4-《数字图像处理》实验报告-5-《数字图像处理》实验报告-6-（2）编写MATLAB程序，用均值滤波方法对含噪图像进行滤波，观察其效果。如例6.2所示。程序：img=imread('Lena.bmp');figure;imshow(img);img_noise=double(imnoise(img,'gaussian',0.06));figure,imshow(img_noise,[]);img_mean=imfilter(img_noise,fspecial('average',3));figure;imshow(img_mean,[]);title('de-noisebymeanfilter');im...
