【導讀】像過程中發(fā)生的圖像質量下降（退化）問題，從而使圖像盡可能地接近于真實的場景。遍存在的，例如：在飛機或太空飛行器上拍攝的照片、戰(zhàn)場上高速飛行的物體的運動照片。運動模糊圖像的恢復是圖像恢復的主要研究課題之一，其具有重要的現(xiàn)實意義。種圖像恢復方法對圖像進行恢復處理。

　　

【正文】 39。39。)。 subplot(2,2,1)。imshow( Blurred)。title(39。原圖像 39。)。 %自編函數(shù)進行維納濾波 % k=。 [m,n]=size(Blurred)。 F=fftshift(fft2(Blurred))。 武漢理工大學《專業(yè)綜合課程設計》說明書 15 spectrum=zeros(m,n)。 H=zeros(m,n)。 for u=1:m for v=1:n H(u,v)=exp((k)*(((um/2)^2+(vn/2)^2)^(5/6)))。 spectrum()=(abs(H(u,v)))^2。 end end G=F.*H。 I0=real(ifft2(fftshift(G)))。 I1=imnoise(uint8(I0),39。gaussian39。,0,)。 subplot(2,2,2)。imshow(uint8(I1))。title(39。模糊退化且添加高斯噪聲的圖像 39。)。 f=double(I1)。 F1=fftshift(fft2(f))。 HW=spectrum/(H(u,v)*(spectrum+))。 restore1=HW.*F1。 restored=real(ifft2(ifftshift(restore1)))。 subplot(2,2,3)。imshow(restored,[])。title(39。K= 39。)。 HW1=spectrum/(H(u,v)*(spectrum+))。 restore2=HW1.*F1。 restored3=real(ifft2(ifftshift(restore2)))。 subplot(2,2,4)。imshow(restored3,[])。title(39。K= 39。)。 結果圖如圖 ： 武漢理工大學《專業(yè)綜合課程設計》說明書 16 圖 維納濾波恢復圖 由圖 ，選擇不同的 K值對運動模糊圖像的維納濾波處理會造成一定程度上的 影響，所以在進行維納濾波時，要注意 K值得選取。而從另外一方面可以得知，運動模糊加噪后的圖像進行維納濾波的效果比逆濾波的效果好得多，所以這種最小均方誤差濾波的方法可以適用于加噪干擾的信號恢復。 武漢理工大學《專業(yè)綜合課程設計》說明書 17 5 振鈴效應 運動導致圖像模糊本質就是對原始圖像進行對點平滑的過程，在數(shù)學上這個過程叫做卷積，所以圖像復原就是去卷積（也稱為逆卷積）。在恢復圖像的過程中，每一個像素都需要相鄰像素的信息才可以進行逆卷積，但由于位于圖像邊邊界的像素并沒有充分多的相鄰像素可以采用，這就會導致復原圖像的邊緣效果變差，并且整個圖 像都會出現(xiàn)明暗相間的條紋，這就是振鈴效應。根據(jù)振鈴的位置不同可將振鈴分為兩種。圖像邊界出現(xiàn)的橫條紋稱為邊界振鈴，圖像色度或灰度變化較大的部分產(chǎn)生的振鈴稱為邊緣振鈴。振鈴效應是圖像復原領域需要解決的一個非常重要的問題。 因其振鈴現(xiàn)象的原因有很多種，例如：圖像在退化的過程中高頻分量的丟失、在估計退化函數(shù)的時候誤差的影響以及圖像復原模型的選取不當均是引起振鈴現(xiàn)象的因素?？偨Y起來 ,引起復原圖像質量變差的原因可歸結為以下四點： (1)邊界效應。模糊圖像產(chǎn)生的過程中 ,每個像素都是由相鄰像素的加權值得到的。因此運動方向左 右兩側的邊界圖像在復原的過程中由于沒有足夠的像素信息會導致在臨近邊界處產(chǎn)生振鈴 ,稱為邊界振鈴。 (2)點擴散函數(shù)問題。首先 ,在估計點擴散函數(shù)的時候 ,估計誤差不能保證為零。這樣就會產(chǎn)生由于模糊精度的估計誤差所產(chǎn)生的圖像復原質量變差。其次 ,由于圖像是離散信號 ,構造的點擴散函數(shù)需要離散化 ,對于非水平方向的運動模糊就會出現(xiàn)點擴散函數(shù)的離散化誤差。 (3)運算精度。實驗中進行各種運算都是浮點運算 ,有一定的舍入誤差。 (4)退化模型的建立。圖像復原質量要建立在正確模型的建立之上 ,現(xiàn)實生活中圖像的獲取會受到一系列問題的干 擾 ,我們只能最大程度地去逼近退化過程 ,但不能準確無誤地模擬各種復雜的退化過程。這樣實際圖像的復原質量就和我們所模擬的退化過程與實際過程之間的近似度有很大的關系。所以要消除振鈴效應在建立正確的圖像退化模型 ,在提高退化函數(shù)估計精度的基礎上 ,盡可能的保持圖像的邊緣信息 (既圖像的高頻分量 )。 武漢理工大學《專業(yè)綜合課程設計》說明書 18 6 心得體會 本次課程設計主要是針對運動模糊圖像進行研究。通過對圖像的運動模糊以及對運動模糊后的圖像進行復原，掌握了運動模糊的方法和逆濾波、維納濾波進行圖像復原的相關原理。由于之前的課程有涉及到相關的知識，所以基本的原理剛 開始是知道的，但是如果是涉及到在 Matlab 中編寫程序，還有一些知識我并不是很懂，所以在進行設計之前，我查閱了相關的文章，但是一般的文章都是只進行算法的研究，而沒有實際的代碼，而且可能由于我看到的都是碩士的論文，所以研究的方面很全，涉及到的知識也很多，對于我這次做課程設計來說，顯得復雜了一些。所以我花了很大部分的精力在看這些論文上面。 在設計程序的時候，由于設計題目有要求說維納濾波不能直接調用 Matlab 庫中的函數(shù)，所以要根據(jù)維納濾波的公式進行編寫，而且對于逆濾波， Matlab 中沒有直接可以調用的函數(shù)，也要 根據(jù)公式來進行編寫，剛開始不知道從何下手，后來進過查找一些相關的資料，然后根據(jù)自己設計題目的要求進行一些改動，得到了我所需要的結果，并且根據(jù)這些程序進行了一些分類比較，使得結果更具有代表性。 在查找資料的過程中，我對數(shù)字圖像處理的認識更加清楚，了解到了更多的圖像處理方法和思想。選擇的幾種方法是比較常用的，也是比較有代表性的方法，在利用這 幾 種方法實現(xiàn)運動模糊圖像復原的過程中，學到了逆濾波 和 維納濾波的特點以及適用的范圍。在MATLAB程序實現(xiàn)過程中，調 試 相應的程序，完成相應的參數(shù)設置，并觀察不同參數(shù)下的圖像處理 效果，從而加深對各種濾波算法原理和過程的理解。 其實每次做課程設計的時候，剛開始都是從資料的收集開始的，通過了解相關的知識之后，自己再開始動手做，這收集資料和解決問題的過程就是自己進步的開始，就是在這次課程設計中學到的東西，累計的經(jīng)驗。在這樣的實踐課程中，提高了我獨立思考問題和解決問題的能力，鍛煉了我動手實踐的能力，在這個過程中受益頗多。 武漢理工大學《專業(yè)綜合課程設計》說明書 19 參考文獻 [1] 楊杰，黃朝兵 .數(shù)字圖像處理及 MATLAB實現(xiàn) . 北京：電子工業(yè)出版社 ,2020. [2] 陳天華 .數(shù)字圖像處理 .北京：清華大學 出版社 ,2020. [3] 許錄平 .數(shù)字圖像處理 .北京：科學出版社 ,2020. [4] 阮秋琦，阮宇智 .數(shù)字圖像處理 (第二版 ).北京：電子工業(yè)出版社 ,2020. [5] 劉衛(wèi)國 .MATLAB程序設計與應用 [M].北京：高等教育出版社， 2020. 武漢理工大學《專業(yè)綜合課程設計》說明書 20 本科生課程設計成績評定表 姓 名 性 別 專業(yè)、班級 課程設計題目： 課程設計答辯或質疑記錄： 成績評定依據(jù)： 最終評定成績（以優(yōu)、良、中、及格 、不及格評定） 指導教師 簽字： 年 月 日