论文总字数：19740字

摘 要

图像复原的定义是利用退化过程的可能出现的情况，使其达到与原图差别小的过程。图像在成像、记录及传输过程中，由于采样方法不当以及成像的相关设备不当使用等因素形成图像质量下降。图像退化主要原因：光学系统像差、传感器非线性畸变、几何畸变、光学衍射、摄影胶片非线性、大气扰动效应、图像运动造成的模糊。图像复原是利用退化图像的一些基本信息来重新建立或复原退化图像，因此图像复原基本上可以看成图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，尽量减小退化过程造成的失真，以便获得未经干扰退化的原始图像或原始图像的最佳的估计情况，从而达到图像的最优。

本文中通过基于频域的逆滤波方式，通过matlab软件中相关函数，设计相应滤波器，实现人为加噪图像的复原，进行了相应的数字图像复原仿真实验，在原图像中人为加入了噪声并进行了复原，实验结果表明图像复原过程中需要考虑已加噪声图像中信噪比、图像色彩、及矩阵域，通常，信噪比越大通过逆滤波函数复原的现象越明显。

关键词:基于频域数字滤波；MATLAB；图像复原

Research on digital image restoration technology based on frequency domain

Abstract

The definition of image restoration is the degradation process of prior knowledge, to restore the true image has been degraded. In the process of imaging, recording and transmission, image quality is decreased due to improper sampling methods and improper use of imaging equipment. Image degradation is mainly due to the optical system aberration, the nonlinear distortion of the sensor, the geometric distortion, the optical diffraction, the nonlinearity of the photographic film, the effect of the atmospheric disturbance and the blurring caused by the motion of the image.Image restoration is through certain prior knowledge of image degradation to re - establish or restore a degraded image, so that the image restoration can be as image degradation of the inverse process, is the image degradation process estimated, the establishment of mathematical model of degradation and compensates for degradation processes caused by the distortion, in order to obtain not the optimal value of degenerated jamming the original image and the original image, so as to improve the image quality.

In this paper the inverse filtering method based on frequency domain, through the related function of MATLAB software, design the corresponding filter, the artificially added noise image restoration, the corresponding digital image restoration simulation experiment, in the original image artificially added noise and restoration. Experimental results show that the image restoration process need to be considered and noise image signal-to-noise ratio, color image, and the matrix domain. Usually, signal to noise than more by inverse filtering function restoration phenomenon more obvious.

Keywords:Digital filter based on frequency domain; Matlab; Image restoration

目 录

摘要 I

Abstract II

第一章 绪论 1

1.1研究背景及意义 1

1.2国内外研究现状 1

1.3课题内容 2

第二章 MATLAB软件的介绍 3

2.1 MATLAB概况及软件特点 3

2.1.1发展历史 3

2.1.2软件组成 3

2.1.3工作环境 3

2.1.4 MATLAB语言特点 3

2.2 MATLAB开发环境 4

2.2.1主窗口 4

2.2.2命令窗口 5

2.2.3工作空间窗口 5

2.2.4命令历史窗口 6

2.2.5 Start按钮 6

2.3 MATLAB图形复原基本准备操作 7

2.3.1读取图片操作 7

2.3.2图片加噪程序 8

2.3.3帮助、演示指令系统 8

2.4 MATLAB中数字图像的表示 9

第三章 图像复原的介绍 10

3.1图像退化模型分析 10

3.1.1退化模型的输入输出有以下关系： 10

3.1.2退化模型分析 11

3.2频域滤波 11

3.2.1频域噪声模型 11

3.2.2基于频域的滤波技术 11

3.3频域滤波具体步骤 11

3.4图像模糊与噪声分析 12

3.4.1退化图像函数 12

3.4.2退化函数估计分析介绍 12

3.4.3噪声模型分析 12

3.5基于频域滤波器的图像复原 13

3.5.1露西理查德孙滤波器复原法 13

3.5.2逆滤波器复原法 13

3.5.3最小二乘法滤波复原 13

4.1维纳滤波法 14

4.1.1滤波图像复原原理 14

4.1.2维纳滤波具体步骤 14

4.1.3维纳滤波复原程序 14

4.2逆滤波法 16

4.2.1逆滤波复原原理 16

4.2.2逆滤波复原程序 17

4.3 Lucy-Richardson滤波器法 17

4.3.1 Lucy-Richardson图像复原原理 17

4.3.2 Lucy-Lichardson滤波程序 18

4.4约束最小二乘法滤波法 19

4.4.1最小二乘法与原理 19

4.4.2实验滤波程序 20

第五章 图像复原结果 21

5.1维纳滤波图像处理结果 21

5.2逆滤波复原结果 22

5.3 Lucy-lichardson程序处理结果 23

5.4约束最小二乘法滤波程序结果 23

5.5总结 24

第六章 总结与展望 25

第七章 致谢 26

第八章 参考文献 27

第一章 绪论

1.1研究背景及意义

视觉作为人体感知体系中最发达的感觉，在人类活动中起着不可或缺的作用。人类视觉在光谱中只占一小部分，但机器却可以覆盖全部电磁波普段，所以人类可以利用及其这一特性弥补自身的不足。通过利用机器即计算机等其他智能平台，人类可以根据自身需求来获取符合自己目的的图片。

随着现代社会的发展，人类利用计算机处理各类图像媒体的技术也越来越趋于成熟。图像处理和计算机视觉并没有明显的界限，在这一体系中包含着三类计算机处理，一般、中级和最优。最基础的对图像的处理属于低级操作，像图像预处理、增强、锐化；中级处理通常包含对图像特定特征进行读取、分割这一些具体步骤，通常的特点是输入原始图像，而输出则是已经分隔出来的图像细节等一些特征。高级处理主要包含和人类视觉有关的认知功能，包含对对象总体了解和特征提取。

剩余内容已隐藏，请支付后下载全文，论文总字数：19740字