MATLAB中图像运动模糊、噪声添加与逆滤波去模糊

企业开发 2025-04-08 07:18:23 阅读次数: 0

clear all; close all;
I = imread('cameraman.tif');
I = im2double(I);
LEN = 21;
THETA = 11;
PSF = fspecial('motion', LEN, THETA);
J = imfilter(I, PSF, 'conv', 'circular');
noise_mean = 0;
noise_var = 0.0001;
K = imnoise(J, 'gaussian', noise_mean, noise_var);
figure;
subplot(121);
imshow(I);
title('Original Image');
subplot(122);
imshow(K);
title('Image with Motion Blur and Gaussian Noise');
NSR1 = 0;
L1 = deconvwnr(K, PSF, NSR1);
NSR2 = noise_var / var(I(:));
L2 = deconvwnr(K, PSF, NSR2);
figure;
subplot(121);
imshow(L1);
title('Deblurred Image with Noise Variance Assumed as 0');
subplot(122);
imshow(L2);
title('Deblurred Image with Actual Noise Variance');

解释：

clear all; close all;：清空工作空间中的所有变量并关闭所有图形窗口。
I = imread('cameraman.tif');：读取名为cameraman.tif的图像，并赋值给I。
I = im2double(I);：将图像I的数据类型转换为双精度浮点数，以便进行后续处理。
LEN = 21;：定义运动模糊的长度。
THETA = 11;：定义运动模糊的方向（角度）。
PSF = fspecial('motion', LEN, THETA);：创建一个运动模糊的点扩散函数（PSF），长度为LEN，方向为THETA度。
J = imfilter(I, PSF, 'conv', 'circular');：使用imfilter函数对图像I进行运动模糊，模糊方式为卷积（'conv'），并处理边界为圆形（'circular'），得到模糊后的图像J。
noise_mean = 0;：定义高斯噪声的均值。
noise_var = 0.0001;：定义高斯噪声的方差。
K = imnoise(J, 'gaussian', noise_mean, noise_var);：在模糊后的图像J上添加高斯噪声，得到图像K。
figure;：创建一个新的图形窗口。
subplot(121); imshow(I);：在第一个子图（1,2,1）中显示原始图像I。
subplot(122); imshow(K);：在第二个子图（1,2,2）中显示添加了运动模糊和高斯噪声的图像K。
NSR1 = 0;：定义噪声标准差比，这里设置为0，表示没有噪声。
L1 = deconvwnr(K, PSF, NSR1);：使用deconvwnr函数对图像K进行逆滤波，得到去模糊后的图像L1。
NSR2 = noise_var / var(I(:));：计算实际噪声方差与图像I的方差之比。
L2 = deconvwnr(K, PSF, NSR2);：使用deconvwnr函数对图像K进行逆滤波，使用实际噪声方差，得到去模糊后的图像L2。
figure;：创建一个新的图形窗口。
subplot(121); imshow(L1);：在第一个子图（1,2,1）中显示使用噪声方差为0逆滤波后的图像L1。
subplot(122); imshow(L2);：在第二个子图（1,2,2）中显示使用实际噪声方差逆滤波后的图像L2。

拓展：

保存图像：可以将处理后的图像L1和L2保存为文件。

% 保存处理后的图像
imwrite(uint8(L1), 'cameraman_deblurred_with_no_noise_variance.png');
imwrite(uint8(L2), 'cameraman_deblurred_with_actual_noise_variance.png');