基于matlab的圖像復(fù)原與重建設(shè)計(jì)(文件)
【正文】 )^2)^(5/6)))。 I3=ifft2(fftshift(F2))。 運(yùn)行結(jié)果如下：原始圖：復(fù)原后圖像：經(jīng)過仿真，如上圖所示，可以看出逆濾波復(fù)原與維納濾波復(fù)原的區(qū)別和聯(lián)系。當(dāng)下面這個(gè)迭代收斂時(shí)模型的最大似然函數(shù)就可以得到一個(gè)令人滿意的方程： *代表卷積，代表未退化圖像的估計(jì)，g和h和以前定義一樣。WEIGHT是一個(gè)與g同樣大小的數(shù)組，它為每一個(gè)像素分配一個(gè)權(quán)重來反映其重量。 PSF=fspecial(39。symmetric39。 V=.003。 luc=deconvlucy(BN,PSF,5)。原始圖像39。title(39。imshow (BN)。subplot(2,2,4)。)。因?yàn)閳D像中信噪比高的部分可能需要數(shù)百次迭代才能獲得滿意的結(jié)果；而另一些光滑的對象可能只需很少次數(shù)即可達(dá)到滿意的結(jié)果，所以適當(dāng)選擇迭代次數(shù)對圖像恢復(fù)也很重要。 在過去的20年里，一種盲去卷積的方法已經(jīng)受到了人們的極大重視，它是以最大似然估計(jì)(MLE)為基礎(chǔ)，即一種用被隨機(jī)噪聲所干擾的量進(jìn)行估計(jì)的最優(yōu)化策略。工具箱通過函數(shù)deconvblind來執(zhí)行盲去卷積，它有如下語法：[f,PSFe]=deconvblind(g,INITPSF)其中，g代表退化函數(shù)，INITPSF是點(diǎn)擴(kuò)散函數(shù)的出事估計(jì)。盲去卷積程序：I=checkerboard(8)。V=.0001。WT=zeros(size(I))。PSF+P139。P139。imshow(BlurredNoisy)。subplot(222)。)。Deblured Image39。模擬實(shí)驗(yàn)結(jié)果如下：該算法優(yōu)點(diǎn)是,同時(shí)恢復(fù)了圖像和點(diǎn)擴(kuò)張函數(shù),在對失真情況毫無先驗(yàn)知識(shí)的情況下, 仍能實(shí)現(xiàn)對模糊圖像的恢復(fù)操作。在一些應(yīng)用中，某個(gè)物體的內(nèi)部結(jié)構(gòu)圖像的檢測只能通過這種重建才不會(huì)有任何物理上的損傷。如醫(yī)療放射學(xué)、核醫(yī)學(xué)，電子顯微等領(lǐng)域是必不可少的技術(shù)，在工業(yè)生產(chǎn)中的無損檢測技術(shù)圖像重建也扮演重要的角色。該重建方法最早于1974年由Shepp和Logan提出，該方法是建立在“投影切片定理”這一理論基礎(chǔ)之上的。tθs 定義旋轉(zhuǎn)坐標(biāo)為： 而將函數(shù)投影的直線選為x軸。令：表示一物體，這里f可以為實(shí)數(shù)或負(fù)數(shù)。建立一個(gè)傅里葉變換空間需要很多的投影。傅里葉變換的結(jié)論由下面給出：若已知無數(shù)的投影，從極坐標(biāo)中計(jì)算得到的投影變換推出在矩形平面中的傅里葉變換并不困難。 卷積法重建卷積法重建的基本思路和方法：逆投影原理：從各個(gè)方向得到的投影逆向返回到該方向的各個(gè)位置，如果對多個(gè)投影方向中的每個(gè)方向都進(jìn)行這樣的逆投影，就可能建立平面上的一個(gè)部分。當(dāng)ρ的采樣間隔為d時(shí)，在變換域R的變化范圍為到，于是投影反變換重建公式可以近似寫成：采用標(biāo)記： ⑤根據(jù)前式③，結(jié)合傅里葉投影定理可知：由上式可以得出，要實(shí)現(xiàn)對已經(jīng)得到的投影數(shù)據(jù)實(shí)現(xiàn)圖像重建，則可以采取兩步：首先將投影數(shù)據(jù)和相應(yīng)脈沖濾波器⑤進(jìn)行卷積，然后由式④對不同旋轉(zhuǎn)角θ求和，就能實(shí)現(xiàn)圖像重建。imshow(P)。theta1=0:10:170。theta3=0:2:178。title(39。colorbar。ylabel(39。%R1有18條投影光速I2=iradon(R2,5)。imshow(I1)。subplot(2,2,3)。)。用R3重建圖像39。如此反復(fù)迭代，直到計(jì)算值和實(shí)測值接近到要求的精確度為止[5]。但是無論是哪一種方法都有所局限性，我們應(yīng)該努力致力于研究新型的優(yōu)秀的圖像復(fù)原和圖像重建方法，來獲得更好的圖像復(fù)原和圖像重建效果。在申老師的指導(dǎo)下，畢業(yè)設(shè)計(jì)即將結(jié)束。在大學(xué)四年期間，尤其是論文完成期間，許多老師和同學(xué)都給予了我無私的幫助。她一絲不茍的工作態(tài)度、實(shí)事求是的處事原則為我今后的人生道路中樹立了榜樣。他們的關(guān)心和支持是我能夠?qū)Ｐ耐瓿烧撐膱?jiān)實(shí)保證！18。其次，感謝在設(shè)計(jì)過程中給予我熱情幫助的同學(xué)。首先，感謝我的論文指導(dǎo)老師申老師，感謝她在我做論文期間對我的關(guān)心與鼓勵(lì)!她以高瞻遠(yuǎn)矚的眼光指導(dǎo)了我的論文，并在生活上給予了我無微不至的關(guān)懷和幫助。這次畢業(yè)設(shè)計(jì)不僅讓我從書本上學(xué)到知識(shí)，而且提高了我的實(shí)際動(dòng)手操作能力，還從思想上深刻的體會(huì)到，要把自己的所學(xué)變成現(xiàn)實(shí)時(shí)將面對的種種難題。而且采用 MATLAB實(shí)現(xiàn)圖像恢復(fù)和重建，通過幾條簡單的MATLAB命令就可完成一大串高級(jí)計(jì)算機(jī)語言才能完成的任務(wù),簡捷明快。只要所測的射線投影值Z1， Z2，……Z n組成一個(gè)獨(dú)立的集合，那么代數(shù)重建便將收斂于唯一解。通過MATLAB演示我們可以看出：用卷積逆投影來實(shí)現(xiàn)，數(shù)據(jù)質(zhì)量高的情況下可重建出準(zhǔn)確清晰的圖像，而用傅里葉反變換重建法實(shí)現(xiàn)，不是很容易，且重建的圖像質(zhì)量很差。imshow(I3)。title(39。用R1重建圖像39。%R3有90條投影光速figure(1)。)。\theta39。)。figure。theta2=0:5:175。大腦的幻影圖39。MATLAB程序：P=phantom(256)。卷積重建法是一種變換重建法，可以根據(jù)傅里葉變換投影定理推出。另外需要注意的是，雖然只需一維傅里葉變換的投影數(shù)據(jù)就可構(gòu)成變換空間，但圖像重建則需要二維反變換。既然在三維空間中的任意平面都可以被重建，那么，一個(gè)二維圖像的重建也不失一般性。這也說明了如果投影在平面上旋轉(zhuǎn)了角度，相應(yīng)的傅里葉變換部分也將在變換域內(nèi)的平面內(nèi)轉(zhuǎn)過角。此投影的一維傅氏變換為：，展開后為：為使展開式與投影的二維傅里葉變換相等
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1