4

我有两张图像，一张是退化的，一张是原始图像的一部分。我需要通过使用第二张图像来增强第一张图像，并且我需要在频域中执行此操作。我从退化的图像中切出相同的区域，对其进行 FFT，并尝试计算传递函数，但是当我将该函数应用于图像时，结果很糟糕。

所以我试图h=fspecial('motion',9,45);成为我的传递函数，然后用下面给出的代码重建图像。

im = imread('home_degraded.png');
im = rgb2gray(im);
h = fspecial('motion',9,45);
H = zeros(519,311);
H(1:7,1:7) = h;
Hf = fft2(H);
d = 0.02;
Hf(find(abs(Hf)<d))=1;
I = ifft2(fft2(im)./Hf);
imshow(mat2gray(abs(I)))

我现在有两个问题：

  1. 如何使用小矩形（我的意思是不使用h=fspecial('motion',9,45);）生成传递函数？

  2. 我可以使用哪些方法从增强图像中去除噪点？

在此处输入图像描述

4

2 回答 2

5

我可以向您推荐几种方法：

  1. 算术平均滤波器：

    f = imfilter(g, fspecial('average', [m n]))

  2. 几何均值滤波器

    f = exp(imfilter(log(g), ones(m, n), 'replicate')) .^ (1/(m*n))

  3. 谐波均值滤波器

    f = (m*n) ./ imfilter(1 ./ (g + eps), ones(m, n), 'replicate');

    其中 n 和 m 是掩码的大小（例如，您可以设置m = 3 n = 3）

于 2012-11-16T18:22:15.313 回答
0

基本上你想要做的有两个步骤（至少）：

  1. 通过使用带有正方形的图像补丁来估计 PSF（模糊内核）。
  2. 使用估计的内核对模糊图像进行反卷积

如果您想“猜测”第 1 步的 PSF，那很好，但最好计算一下。

对于第 2 步，您必须首先使用edgetaper它来消除图像中的振铃效应，您称之为噪声。

deconvlucy您通过使用遵循以下语法的函数来使用非盲反卷积（步骤 2） ：

J = deconvlucy(I,PSF)

这个反卷积过程会增加一些噪音，特别是如果您的 PSF 不是 100% 准确，但如果您允许更多迭代（细节交易，NFL），您可以使其更平滑。

对于第一步，如果您不关心您有“尖锐”正方形这一事实，您可以使用盲反卷积deconvblind并获得 PSF 的一些估计值。如果您想正确执行此操作并使用尖锐补丁，那么您可以在任何涉及 PSF 估计的优化方案中将其用作数据项目标。

于 2015-01-10T14:39:33.107 回答