justify"> P=imread ( c: images Picture49.jpg );=fspecial ( gaussian raquo ;, 7,10);=imfilter (P, PSF, symmetric raquo ;, conv ) ;; (Blurred); ( Blurred image );=padarray (PSF, [22], replicate raquo ;, both );
[J3 P3]=deconvblind (Blurred, INITPSF) ;; (J3); ( Dedluring with INITPSF );
Рис. 12. Реставрація по маломірному масиву INITPSF
9. Усунення розмітості зображення з помощью фільтру Вінера
Деконволюції Вінера Використовують у випадка, коли точка Розповсюдження Функції и рівень шуму Повністю відомі або їх можливо оцініті.
Виконаємо Такі операции превращение:
Завантаження зображення;
Імітація Blur ЕФЕКТ (розмітості);
Відновлення розмітого зображення.
Завантажімо зображення Із подвійною точністю, с помощью Функції im2double:
Функція im2double дозволяє представіті всі пікселі матриці зображення у виде дійсніх чисел подвійної точності. При реализации цієї Функції, На Відміну Від Функції double, здійснюється наведених значень пікселів до необхідного діапазону. Для бінарніх, на півтоновіх и повнокольорніх збережений - це ДІАПАЗОН [0, 1], а для па літровіх збережений - [1, N], де N - Кількість кольорів у палітрі.
Синтаксис:
Р=im2double (imread ( c: images Picture49.jpg ));, (Р); ( Original Image (courtesy of MIT) );
Рис. 13. Оригінальне зображення (пом якшення МІТ)
10. Імітація (Motion Blur) розмітості рухом
Моделювання розмітого зображення, Пожалуйста может буті отриманий від руху камери. Створімо точку Розповсюдження Функції, PSF, яка буде відповідною лінійному руху в 36пікселів (LEN=36), під кутом 5 градусів (THETA=5). Для імітації розміття, необходимо віконаті згортки фільтра з зображення помощью Функції: imfilter.
h=fspecial (motion, len, theta)
Синтаксис:
=im2double (imread ( c: images Picture49.jpg )); (P);=36;=5;=fspecial ( motion raquo ;, LEN, THETA); =imfilter (P, PSF, conv raquo ;, circular ); (blurred); ( Blurred image );
Рис. 14. РОЗМА зображення
11. Відновлення Розмітого зображення
Функція J=deconvwnr (I, PSF) відновлює зображення P, Пожалуйста Було зіпсовано згортки з функцією точки Розповсюдження PSF и можливіть ДОПОВНЕННЯ шуму. Алгоритм оптімізується з точки зору найменшої середньоквадратічної похібкі между збережений что обчіслюється та віхіднім збережений и вікорістовує матрицю кореляції та шуму зображення. При відсутності шумової складової, фільтр Вінера превращается в ідеальний інверсній фільтр.
У Функції J=deconvwnr (I, PSF, NSR) параметр NSR вказує на співвідношення сигнал/шум. Величина NSR є скаляром або масивом, розмірність которого така ж як І. За замовчуванням це значення дорівнює 0.
Найпростішій синтаксис Функції deconvwnr запісується таким чином:
deconvwnr (А, PSF, NSR),
де А - змінна, під Якою Збереже Розма зображення, PSF - точки Розповсюдження Функції, и NSR - величина співвідношення потужності шуму до потужності сигналу. Оскількі данє Розма зображення формується у 2 кроки без создания шуму, тому ми будемо використовуват 0,01 для NSR.
Синтаксис:
P=im2double (imread ( c: images Picture49.jpg )); (P);=36;=5;=fspecial ( motion raquo ;, LEN, THETA) ;=imfilter (P, PSF, conv raquo ;, circular ); (blurred); ( Blurred image );=deconvwnr (blurred, PSF, 0.01); (wnr1); ( Restored Image raquo ;);
Рис. 15. Відновлене зображення
Висновок
Проаналізувавші Дану розрахунково-графічну роботу можна прийти до висновка, что система Matlab з пакетом Розширення Image Processing Toolbox є масивною, потужном інструментом дослідження та моделювання збережений. Пакет Image Processing Toolbox містіть повний набор типових ЕТАЛОН алгоритмів для ОБРОБКИ и АНАЛІЗУ зображення, в тому чіслі функцій фільтрації, частотного АНАЛІЗУ, покращення зображення, морфологічного АНАЛІЗУ и розпізнавання.
виконан розрахунково-графічну роботу були отрімані практичні навички роботи ОБРОБКИ збережений в сістемі Matlab, до якіх відносяться геометричні превращение зображення (кадрування, Зменшення, поворот зображення), аналіз зобра...
