基于matlab的圖像復(fù)原與重建設(shè)計(jì)-免費(fèi)閱讀
【正文】 在申老師的指導(dǎo)和幫助下，我成功地完成了我的論文?？墒?，對(duì)我來說，這次設(shè)計(jì)本身所產(chǎn)生的影響還遠(yuǎn)遠(yuǎn)沒有結(jié)束。具體實(shí)施步驟：（1）、對(duì)于未知圖像各像素均給予一個(gè)假定的初始值，從而得到一組初始計(jì)算圖像；（2）、根據(jù)假設(shè)圖像，計(jì)算對(duì)應(yīng)各射線穿過時(shí)，應(yīng)得到的各個(gè)相應(yīng)投影值Z1*，Z2*，……，Zn*；（3）、將計(jì)算值Z1*，Z2*，……Zn*和對(duì)應(yīng)的實(shí)測(cè)值Z1，Z2，……Zn進(jìn)行比較，然后取對(duì)應(yīng)差值ZiZi*作為修正值；（4）、用每條射線的修正值修正和該射線相交的諸像素值；（5）、用修正后的像素值重復(fù)1~4各步，直到計(jì)算值和實(shí)測(cè)值之差，即修正值小到所期望的值為止。subplot(2,2,4)。title(39。x\prime39。大腦幻影圖的90條投影光速的Radon變換39。[R1,xp]=radon(P,theta1)。卷積可以看成一種濾波手段，卷積投影相當(dāng)于先對(duì)數(shù)據(jù)濾波再將結(jié)果逆投影回來，這樣可以使模糊得到校正。但是，若只有有限個(gè)投影是有效的，則可能需要在變換中插入一些數(shù)據(jù)。它的三維傅氏變換由下式給出而變換的核心部分是： 通過定義，縱剖面或在面上的投影是： 注意到的二維傅里葉變換正好等于上述三維變換的核心部分。根據(jù)此結(jié)論，可以先對(duì)投影進(jìn)行旋轉(zhuǎn)和傅里葉變換以構(gòu)造整個(gè)傅里葉變換域中的各個(gè)方向的切片數(shù)據(jù)，然后再對(duì)其進(jìn)行傅里葉反變換即可得到重建后的目標(biāo)（原空間域中的圖像）。由于這種無損檢測(cè)技術(shù)的顯著優(yōu)點(diǎn)，因此，它的適用面非常廣泛，它在各個(gè)不同的領(lǐng)域都顯示出獨(dú)特的重要性。)。imshow(PSF,[])。)。WT(5:end4,5:end4)=1。PSF=fspecial(39。簡(jiǎn)要的說，關(guān)于MLE方法的一種解釋就是將圖像數(shù)據(jù)看成隨機(jī)量，它們與另外一族可能的隨機(jī)量之間有著某種似然性。模擬實(shí)驗(yàn)結(jié)果如下：用LucyRichardson算法可以較好的恢復(fù)圖像[1]。title(39。)。 BN=imnoise(Blurred,39。gaussian39。這個(gè)算法的本質(zhì)是顯而易見的。 subplot(2,2,4)。全逆濾波復(fù)原圖39。模糊退化且添加高斯噪聲的圖像39。 for u=1:m for v=1:n H(u,v)=exp((k)*(((um/2)^2+(vn/2)^2)^(5/6)))。 subplot(2,2,1)。雖然用②近似的方法能得到好的結(jié)果，但功率譜比常數(shù)K的估計(jì)一般沒有合適的解[8]。因此維納濾波又稱為最小均方誤差濾波器。2．在有噪聲的情況下：逆濾波原理可以寫成：G(u,v)=F(u,v)H(u,v)+N(u,v)寫成逆濾波的方式： F(u,v)=F(u,v)+ 但實(shí)際用逆濾波存在病態(tài)的情況：噪聲存在，當(dāng)H(u,v)很小或?yàn)榱銜r(shí)，則噪聲被放大。需要有先驗(yàn)知識(shí)以及對(duì)解的附加約束條件。傅里葉反投影重建、卷積法重建、代數(shù)法重建是常用的圖像重建技術(shù)。加、減等線性運(yùn)算，卷積、相關(guān)、等非線性運(yùn)算都是MATLAB提供圖像處理的基本運(yùn)算。有了它，比用傳統(tǒng)的編程語言，如C、C++等，更快的解決技術(shù)計(jì)算問題。它是集數(shù)值符號(hào)計(jì)算，高質(zhì)量圖形可視化與界面設(shè)計(jì)為一體。在本文中，先對(duì)圖像復(fù)原與圖像重建進(jìn)行概述，然后介紹幾種圖像復(fù)原技術(shù)與圖像重建方法。通過MATLAB實(shí)驗(yàn)程序獲得實(shí)際處理效果。由于其功能強(qiáng)大、操作簡(jiǎn)單，已成為國(guó)際上科學(xué)界最具影響力、最有活力的軟件。MATLAB高級(jí)語言可以用于技術(shù)計(jì)算；它所形成的開發(fā)環(huán)境可管理代碼、文件和數(shù)據(jù)；數(shù)學(xué)函數(shù)可用于線性代數(shù)、概率統(tǒng)計(jì)、傅里葉分析變換、優(yōu)化、篩選以及積分等；二維和三維圖形函數(shù)可用于可視化數(shù)據(jù)；各種工具可用于構(gòu)建自定義的圖形用戶界面；各種函數(shù)可將基于MATLAB的算法與外部應(yīng)用程序和語言；它具有非常廣泛的應(yīng)用，包括信號(hào)和圖像處理、通訊、控制系統(tǒng)設(shè)計(jì)、測(cè)試和測(cè)量、財(cái)務(wù)建模和分析以及計(jì)算生物學(xué)等眾多應(yīng)用領(lǐng)域。例如，conv2(X，Y)實(shí)現(xiàn)了X，Y兩幅圖像的卷積。2圖像復(fù)原圖像在形成、傳輸和記錄過程中，由于受到多種原因的影響，圖像的質(zhì)量就會(huì)有所下降，典型的表現(xiàn)為圖像模糊、失真、有噪聲等，這一過程稱為圖像的退化[5]。 典型的圖像復(fù)原是根據(jù)圖像退化的先驗(yàn)知識(shí)建立一個(gè)退化模型，以此模型為基礎(chǔ)，采用各種逆退化處理的方法進(jìn)行恢復(fù)，使圖像質(zhì)量得到改善。這意味著退化圖像中小噪聲的干擾在H(u,v)較小時(shí)，會(huì)對(duì)逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非。維納濾波需要假定下述條件成立： 系統(tǒng)為線性空間移不變系統(tǒng)。MATLAB語言程序clear。imshow(I)。 end end G=F.*H。)。)。imshow(uint8(I3))。它的非線性本質(zhì)是在方程右邊用來除產(chǎn)生的[4]。,5,5) 。gaussian39。subplot(2,2,2)。加噪后的圖像39。但由于迭代產(chǎn)生的噪聲痕跡是最大化可能性數(shù)據(jù)逼近法的常見問題，在低信噪比條件下，恢復(fù)圖像可能會(huì)出現(xiàn)一些斑點(diǎn)，這些斑點(diǎn)并不代表圖像的真實(shí)結(jié)構(gòu)，只不過是恢復(fù)圖像過于逼近噪聲所產(chǎn)生的結(jié)果。似然函數(shù)用、和來加以表達(dá)，然后，問題就變成了尋求最大似然函數(shù)。gaussian39。INITPSF=ones(size(PSF))。[J P]=deconvblind(BlurredNoisy,INITPSF,20,10*sqrt(V),WT,FUN,0)。title(39。subplot(224)。例如：醫(yī)療放射學(xué)、核醫(yī)學(xué)、電子顯微、無線和雷達(dá)天文學(xué)、光顯微和全息成像學(xué)及理論視覺等等領(lǐng)域都有應(yīng)用。傅里葉變換重建的原理如下：令f(x,y)代表一圖像函數(shù)，則此二維函數(shù)的傅里葉變換為： 而圖像在x軸上的投影為： 投影的一維傅氏變換為： ，它恰與二維傅氏變換的表達(dá)式一致。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
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1