Пространственная фильтрация, обработка в частотной области и восстановление изображения (Matlab) презентация

Содержание


Презентации» Информатика» Пространственная фильтрация, обработка в частотной области и восстановление изображения (Matlab)
Задание: 
  Выполнить над заданным (по вариантам) изображением все командыВычислительный сценарий:
 Для выполнения заданий мною было взято изображение с именем1. Линейная пространственная фильтрация
 >> f=imread('D:\mlflagga_3-2.jpg');
 >> imshow(f)
  Определяем классПрименение imfilter с нулевым проложением:
 Применение imfilter с нулевым проложением:
 1)gd=imfilter(n,Использование опции 'replicate‘:
 1) gr=imfilter(n, w,'replicate');
  figure,imshow(gr,[])
 2) gr8=im2uint8(gr);
 g8r=imfilter(gr8,w,'replicate');
Использование опции 'symmetric‘:
 1) gs= imfilter(f,w,'symmetric');
  figure,imshow(gs,[])
 2) gs8=im2uint8(gs);
 g8s=imfilter(gs8,w,'symmetric');
Использование опции 'circular‘:
 1) gc= imfilter(n,w,'circular');
  figure,imshow(gc,[])
 2) gc8=im2uint8(gc);
 g8c=imfilter(gc8,w,'circular');
2. Стандартные пространственные фильтры из пакета IPT
 1)Фильтр Лапласа:
 >> w=fspecial('laplacian',0)
1) f2=im2double(f);
 1) f2=im2double(f);
 >> g2=imfilter(f2,w,'replicate');
 >> imshow(g2,[])
 2) f2=im2double(f);
 >>Подбор параметров фильтров и сравнение разных техник улучшения изображения:
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
3. Нелинейный пространственный фильтр 
 Шум типа «соль и перец»:
 f1=imnoise(f,'salt4.Фильтр Фурье  
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 >> F=fft2(f);
 >> imshow(F)>> S=abs(F);
 >> S=abs(F);
 >> imshow(S,[]);
 >> Fc=fftshift(F);
 >> imshow(abs(Fc),[]);
 >>5.Фильтрация в частотной области 
 Создаем М-функцию с именем paddedsize :
Создаем М-функцию с именем dftfilt :
 function g =dftfilt(f, H)
 F=fft2(f, size(H,1), size(H,2));
 Gi=H.*F;
 g=real(ifft2(Gi));
 g=g(1:size(f,1),1:size(f,2));
Создаем М-функцию с именем gscale :
 function g = gscale( f, varargin )
 if length(varargin)==0
     method='full8';
 else
     method = varargin{1};
Создаем М-функцию с именем dftuv :
 function [U , V]= dftuv( M, N )
 u=0:(M );
 v=0:(N );
 idx =find(u>M/2);
 u(idx) = u(idx);
Создаем М-функцию с именем lpfilter :
 function [H, D] = lpfilter( type, M, N, D0, n )
 [U, V]=dftuv(M, N);
 D=sqrt(U.^2+V.^2);
 switch type 
     case 'ideal'
Создаем М-функцию с именем hpfilter :
 function H = hpfilter( type, M, N, D0, n )
    [U, V]=dftuv(M, N);
 D=sqrt(U.^2+V.^2);
 switch type 
     case 'ideal'
f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 red = f(:,:, 1);
 F=fft2(f);
 S=fftshift(log(1+abs(F)));
 S=gscale(S);
 imshow(f), figure,PQ=paddedsize(size(red));
 PQ=paddedsize(size(red));
 [U, V]=dftuv(PQ(1), PQ(2));
 D0=0.05*PQ(2);
 F=fft2(red, PQ(1), PQ(2));
 H=exp(-(U.^2+V.^2)/(2*(D0^2)));
 g=dftfilt(red,axis([0 50 0 50 0 1])
 axis([0 50 0 50 0PQ=paddedsize (size(red));
 PQ=paddedsize (size(red));
 D0=0.05.*PQ(1);
 H=lpfilter('gaussian', PQ(1), PQ(2), D0);
 g=dftfilt(red, H);
PQ=paddedsize (size(red));
 PQ=paddedsize (size(red));
 D0=0.05.*PQ(1);
 HBW=lpfilter('btw', PQ(1), PQ(2), D0,2);
 H=0.5+2*HBW;
 gbw=dftfilt(red,6.Модели шума
 Гауссов шум:
 f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 >> g=imnoise(f,'gaussian',0,0.01);
 >> figure, imshow(f);
 >>Шум типа «соль и перец»:
 Шум типа «соль и перец»:
 f=imread('D:\539ee50c8597c8387f47b87b.jpg');
Мультипликатный шум:
 Мультипликатный шум:
 f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 >> g=imnoise(f,'speckle',0.04);
 >> figure, imshow(f);
 >>Шум Пуассона:
 Шум Пуассона:
 f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 >> g=imnoise(f,'poisson');
 >> figure, imshow(f);
 >>Периодический шум   Создаем функцию с именем imnoise3:
 function [C=[0 64; 0 128; 32 32; 64 0; 128 0;-32 32];
C=[0 32; 0 64; 16 16;32 0;64 0;-16 16];
 C=[0 32;C=[6 32; -2 2];
 C=[6 32; -2 2];
 >> [r,R,S]=imnoise3(512,512,C);
 imshow(S,[])
Оценивание параметров шума
 Создаем М-функцию с именем histroi:
 function [ p,npix]=histroi(f,c,r)
f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 >> [B,c,r]=roipoly(f);
 >> [p,npix]=histroi(f,c,r);
 >> figure,bar(p,1);>> f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 B=roipoly(f,r,c);
 p=imhist(f(B));
 if nargout >2
 npix = sum(B(:));
 end
Создаем М-функцию с именем spfilt: 
 function f= spfilt(g,type,m,n,parameter)
 if narginСоздаем М-функцию с именем gmean:
 function f=gmean(g,m,n)
 inclass=class(g);
 g=im2double(g);
 warning off;
Создаем М-функцию с именем harmean :
 function f= harmean(g,m,n)
 inclass=class(g);
 g=im2double(g);
Создаем М-функцию с именем charmean:
 function f=charmean(g,m,n,q)
 inclass=class(g);
 g=im2double(g);
 f=imfilter(g.^(q+1),ones(m,n),'replicate');
 f=f./(imfilter(g.^(q+1),ones(m,n),'replicate')+eps);
>> f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 >> f=imread('D:\539ee50c8597c8387f47b87b.jpg');
 g=imnoise(f,'salt & pepper',0.05);
 figure, imshow(f);
 figure, imshow(g);
Моделирование размытого зашумленного изображения 
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 >> PSF=fspecial('motion',7,45);
 >> gd=imfilter(f,PSF,'circular');
>> noise=imnoise(gb,'gaussian',0,0.001);
 >> noise=imnoise(gb,'gaussian',0,0.001);
 gb=g+noise;
 >> imshow(gb);Использование автокорреляционной функции при восстановлении изображения
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 PSF=fspecial('motion',7,45);
 gd=imfilter(f,PSF,'circular');
 >>Использование функции deconvreg при восстановлении смазанного зашумленного изображения 
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
>> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 >> f=imread('D:\rose-white-bouquet-flower-227196.jpg');
 PSF=fspecial('motion',7,45);
 gd=imfilter(f,PSF,'circular');
 fr=deconvreg(g,PSF,0.4,[1e-7 1e-7]);
 >> imshow(fr)



Слайды и текст этой презентации
Слайд 1
Описание слайда:


Слайд 2
Описание слайда:
Задание: Выполнить над заданным (по вариантам) изображением все команды и примеры из приведенных в данном описании. Программные скрипты (из окна Command Window), M-файлы и результаты по обработке изображений (из окон Figure) поместить в отчёте, сформированном в MS Word (имя файла отчёта должно иметь вид: Фамилия-шифр группы-ЦОИ.doc).

Слайд 3
Описание слайда:
Вычислительный сценарий: Для выполнения заданий мною было взято изображение с именем mlflagga_3-2.jpg. При фильтрации такого изображения будут хорошо видны изменения.

Слайд 4
Описание слайда:
1. Линейная пространственная фильтрация >> f=imread('D:\mlflagga_3-2.jpg'); >> imshow(f) Определяем класс изображения f : >> class(f) ans = uint8 Изменяем класс изображения f на класс double: >>n=double(f); >>class(n) ans = Double Фильтрующая маска: w=ones(5,5)/25;

Слайд 5
Описание слайда:
Применение imfilter с нулевым проложением: Применение imfilter с нулевым проложением: 1)gd=imfilter(n, w); figure, imshow(gd,[]) 2)gd8=im2uint8(gd); g8d=imfilter(gd8,w); figure,imshow(g8d,[])

Слайд 6
Описание слайда:
Использование опции 'replicate‘: 1) gr=imfilter(n, w,'replicate'); figure,imshow(gr,[]) 2) gr8=im2uint8(gr); g8r=imfilter(gr8,w,'replicate'); figure,imshow(g8r,[])

Слайд 7
Описание слайда:
Использование опции 'symmetric‘: 1) gs= imfilter(f,w,'symmetric'); figure,imshow(gs,[]) 2) gs8=im2uint8(gs); g8s=imfilter(gs8,w,'symmetric'); figure,imshow(g8s,[])

Слайд 8
Описание слайда:
Использование опции 'circular‘: 1) gc= imfilter(n,w,'circular'); figure,imshow(gc,[]) 2) gc8=im2uint8(gc); g8c=imfilter(gc8,w,'circular'); figure,imshow(g8c,[])

Слайд 9
Описание слайда:
2. Стандартные пространственные фильтры из пакета IPT 1)Фильтр Лапласа: >> w=fspecial('laplacian',0) w = 0 1 0 1 -4 1 0 1 0 >> w=[0 1 0;1 -4 1;0 1 0]; g1=imfilter(f,w,'replicate'); imshow(g1,[])

Слайд 10
Описание слайда:
1) f2=im2double(f); 1) f2=im2double(f); >> g2=imfilter(f2,w,'replicate'); >> imshow(g2,[]) 2) f2=im2double(f); >> g2=imfilter(f2,w,'replicate'); >> imshow(g2,[])

Слайд 11
Описание слайда:
Подбор параметров фильтров и сравнение разных техник улучшения изображения: >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); >> w4=fspecial('laplacian',0); >> w8=[1 1 1 ; 1 -8 1;1 1 1]; >> f= im2double(f); >> g4=f-imfilter(f,w4, 'replicate'); >> g8=f-imfilter(f,w8, 'replicate'); >> imshow(f) >> figure;imshow(g4) >> figure;imshow(g8)

Слайд 12
Описание слайда:
3. Нелинейный пространственный фильтр Шум типа «соль и перец»: f1=imnoise(f,'salt & pepper',0.02); imshow(f) figure,imshow(f1)

Слайд 13
Описание слайда:
4.Фильтр Фурье >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); >> F=fft2(f); >> imshow(F)

Слайд 14
Описание слайда:
>> S=abs(F); >> S=abs(F); >> imshow(S,[]); >> Fc=fftshift(F); >> imshow(abs(Fc),[]); >> V=abs(Fc); >> imshow(V,[]); >> S2=log(1+abs(Fc)); >> imshow(S2,[]); >> F=ifftshift(Fc); >> f=ifft2(F); >> f=real(ifft2(f)); >> imshow (f)

Слайд 15
Описание слайда:
5.Фильтрация в частотной области Создаем М-функцию с именем paddedsize : function PQ = paddedsize(AB, CD, PARAM) if nargin==1   PQ=2*AB; elseif nargin == 2&~ischar(CD)   PQ = AB+CD ;   PQ= 2 *ceil (PQ/2);   elseif nargin == 2     m= max (AB);     P=2^nextpow2(2*m);     PQ=[P, P]; elseif nargin==3   m=max([AB CD]);    P=2^nextpow2(2*m);     PQ=[P, P]; else   error('Неправильные входные данные'); end end

Слайд 16
Описание слайда:
Создаем М-функцию с именем dftfilt : function g =dftfilt(f, H) F=fft2(f, size(H,1), size(H,2)); Gi=H.*F; g=real(ifft2(Gi)); g=g(1:size(f,1),1:size(f,2)); end

Слайд 17
Описание слайда:
Создаем М-функцию с именем gscale : function g = gscale( f, varargin ) if length(varargin)==0     method='full8'; else     method = varargin{1}; end if strcmp(class(f), 'double')&(max(f(:))>1| min (f(:))<0)     f=mat2gray(f); end switch method     case 'full8'        g=im2uint8(mat2gray(double (f)));     case 'full16'        g=im2uint16(mat2gray(double (f)));     case 'minmax'        low=varargin{2}; high=varargin{3};        if low>1 | low<0 | high>1 | high<0            error('Параметры low и high должны быть изменены')        end         if strcmp(class(f), 'double')            low_in=min(f(:));            high_in=max(f(:));        elseif strcmp(class(f), 'uint8')            low_in=min(f(:))./255;            high_in=max(f(:))./255;        elseif strcmp(class(f), 'uint16')            low_in=min(f(:))./65535;            high_in=max(f(:))./65535;        end        g=imadjust(f, [low_in, high_in], [low, high]);     otherwise         error ('Неправильный метод.') end

Слайд 18
Описание слайда:
Создаем М-функцию с именем dftuv : function [U , V]= dftuv( M, N ) u=0:(M ); v=0:(N ); idx =find(u>M/2); u(idx) = u(idx); idy=find(v>N/2); v(idy) = v(idy) ; [V, U]=meshgrid(v, u); end

Слайд 19
Описание слайда:
Создаем М-функцию с именем lpfilter : function [H, D] = lpfilter( type, M, N, D0, n ) [U, V]=dftuv(M, N); D=sqrt(U.^2+V.^2); switch type      case 'ideal'         H=double (D<=D0);     case 'btw'         if nargin==4             n=1;          end         H=1./(1+(D/D0).^(2*n));     case 'gaussian'         H= exp ((D.^2)./(2*(D0^2)));     otherwise         error ('Неизвестный тип фильтра');     end end

Слайд 20
Описание слайда:
Создаем М-функцию с именем hpfilter : function H = hpfilter( type, M, N, D0, n )    [U, V]=dftuv(M, N); D=sqrt(U.^2+V.^2); switch type      case 'ideal'         H=double (D<=D0);     case 'btw'         if nargin==4             n=1;          end         H=1-(1./(1+(D/D0).^(2*n)));     case 'gaussian'         H=1- (exp ((D.^2)./(2*(D0^2))));     otherwise         error ('Неизвестный тип фильтра');     end end

Слайд 21
Описание слайда:
f=imread('D:\rose-white-bouquet-flower-227196.jpg'); f=imread('D:\rose-white-bouquet-flower-227196.jpg'); red = f(:,:, 1); F=fft2(f); S=fftshift(log(1+abs(F))); S=gscale(S); imshow(f), figure, imshow (S);

Слайд 22
Описание слайда:
PQ=paddedsize(size(red)); PQ=paddedsize(size(red)); [U, V]=dftuv(PQ(1), PQ(2)); D0=0.05*PQ(2); F=fft2(red, PQ(1), PQ(2)); H=exp(-(U.^2+V.^2)/(2*(D0^2))); g=dftfilt(red, H); figure, imshow(fftshift(H), []); figure, mesh(H(1:10:500, 1:10:500))

Слайд 23
Описание слайда:
axis([0 50 0 50 0 1]) axis([0 50 0 50 0 1]) colormap(gray) grid off axis off view (-25, 0) H=fftshift (lpfilter ('gaussian', 500, 500, 50)); mesh(H(1:10:500, 1:10:500)) axis([0 50 0 50 0 1]) colormap([0 0 0]) grid off axis off view (-163, 64) figure, imshow (H, []);

Слайд 24
Описание слайда:
PQ=paddedsize (size(red)); PQ=paddedsize (size(red)); D0=0.05.*PQ(1); H=lpfilter('gaussian', PQ(1), PQ(2), D0); g=dftfilt(red, H); figure, imshow (g, [0 255]);

Слайд 25
Описание слайда:
PQ=paddedsize (size(red)); PQ=paddedsize (size(red)); D0=0.05.*PQ(1); HBW=lpfilter('btw', PQ(1), PQ(2), D0,2); H=0.5+2*HBW; gbw=dftfilt(red, HBW); gbw=gscale(gbw); ghf=dftfilt(red, H); gbf=gscale(ghf); f1=histeq(red, 256); ghe=histeq(ghf, 256); figure, imshow (red); figure, imshow (ghe, []); figure, imshow (f1, []);

Слайд 26
Описание слайда:
6.Модели шума Гауссов шум: f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> g=imnoise(f,'gaussian',0,0.01); >> figure, imshow(f); >> figure, imshow(g);

Слайд 27
Описание слайда:
Шум типа «соль и перец»: Шум типа «соль и перец»: f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> g=imnoise(f,'salt & pepper',0.05); >> figure, imshow(f); >> figure, imshow(g);

Слайд 28
Описание слайда:
Мультипликатный шум: Мультипликатный шум: f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> g=imnoise(f,'speckle',0.04); >> figure, imshow(f); >> figure, imshow(g);

Слайд 29
Описание слайда:
Шум Пуассона: Шум Пуассона: f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> g=imnoise(f,'poisson'); >> figure, imshow(f); >> figure, imshow(g);

Слайд 30
Описание слайда:
Периодический шум Создаем функцию с именем imnoise3: function [ r,R,S ] = imnoise3(M,N,C,A,B) [K,n]=size(C); if nargin==3 A(1:K)=1.0; B(1:K,1:2)=0; end R=zeros(M,N); for j=1:K u1=M/2+1+C(j,1); v1=N/2+1+C(j,2); R(u1,v1)=i*(A(j)/2)*exp(i*2*pi*C(j,1)*B(j,1)/M); u2=M/2+1-C(j,1); v2=N/2+1-C(j,2); R(u2,v2)=-i*(A(j)/2)*exp(i*2*pi*C(j,2)*B(j,2)/M); end S=abs(R); r=real(ifft2(ifftshift(R))); end

Слайд 31
Описание слайда:
C=[0 64; 0 128; 32 32; 64 0; 128 0;-32 32]; C=[0 64; 0 128; 32 32; 64 0; 128 0;-32 32]; [r,R,S]=imnoise3(512,512,C); >> imshow(S,[]) >> figure,imshow(r,[]);

Слайд 32
Описание слайда:
C=[0 32; 0 64; 16 16;32 0;64 0;-16 16]; C=[0 32; 0 64; 16 16;32 0;64 0;-16 16]; >> [r,R,S]=imnoise3(512,512,C); imshow(S,[]) figure,imshow(r,[]);

Слайд 33
Описание слайда:
C=[6 32; -2 2]; C=[6 32; -2 2]; >> [r,R,S]=imnoise3(512,512,C); imshow(S,[]) figure,imshow(r,[]);

Слайд 34
Описание слайда:
Оценивание параметров шума Создаем М-функцию с именем histroi: function [ p,npix]=histroi(f,c,r) B=roipoly(f,c,r); p=imhist(f(B)); if nargout>2 npix=sum(B(:)); end end

Слайд 35
Описание слайда:
f=imread('D:\539ee50c8597c8387f47b87b.jpg'); f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> [B,c,r]=roipoly(f); >> [p,npix]=histroi(f,c,r); >> figure,bar(p,1);

Слайд 36
Описание слайда:
>> f=imread('D:\539ee50c8597c8387f47b87b.jpg'); B=roipoly(f,r,c); p=imhist(f(B)); if nargout >2 npix = sum(B(:)); end [B,c,r] = roipoly(f); [p,npix]=histroi(f,c,r); figure,bar(p,1);

Слайд 37
Описание слайда:
Создаем М-функцию с именем spfilt: function f= spfilt(g,type,m,n,parameter) if nargin == 2 m=3;n=3;Q=1.5;d=2; elseif nargin==5 Q=parameter;d=parameter; elseif nargin==4 Q=1.5;d=2; else error('Wrong number of inputs.'); end switch type case 'amean' w=fspecial('average',[m n]); f=imfilter(g,w,'replicate'); case 'gmean' f=gmean(g,m,n); case 'hmean' f=harmean(g,n,m); case 'chmean' f=charmean(g,m,n,Q); case 'median' f=medfilt2(g,[m n],'symmetric'); case 'max' f=ordfilt2(g,m*n,ones(m,n),'symmetric'); case 'min' f=ordfilt2(g,1,ones(m,n),'symmetric'); case 'midpoint' f1=ordfilt2(g,1,ones(m,n),'symmetric'); f2=ordfilt2(g,m*n,ones(m,n),'symmetric'); f=imlincomd(0.5,f1,0.5,f2); case 'atrimmed' if (d<0)|(d/2~=round(d/2)) error ('d must be a nonnegative,even integer.') end f=alphatrim(g,m,n,d); otherwise error('Unknown filter type.') end end

Слайд 38
Описание слайда:
Создаем М-функцию с именем gmean: function f=gmean(g,m,n) inclass=class(g); g=im2double(g); warning off; f=exp(imfilter(log(g),ones(m,n),'replicate')).^(1/m/n); warning on; f=changeclass(inclass,f); end

Слайд 39
Описание слайда:
Создаем М-функцию с именем harmean : function f= harmean(g,m,n) inclass=class(g); g=im2double(g); f=m*n./imfilter(1./(g+eps),ones(m,n), 'replicate'); f=changeclass(inclass,f); end

Слайд 40
Описание слайда:
Создаем М-функцию с именем charmean: function f=charmean(g,m,n,q) inclass=class(g); g=im2double(g); f=imfilter(g.^(q+1),ones(m,n),'replicate'); f=f./(imfilter(g.^(q+1),ones(m,n),'replicate')+eps); f=changeclass(inclass,f); end

Слайд 41
Описание слайда:
>> f=imread('D:\539ee50c8597c8387f47b87b.jpg'); >> f=imread('D:\539ee50c8597c8387f47b87b.jpg'); g=imnoise(f,'salt & pepper',0.05); figure, imshow(f); figure, imshow(g); >> fg=spfilt(g,'chmean',3,3,1.5) Изображение было подпорчено шумом типа соль. Затем с помощью вызова М-функции с именем spfilt, мы избавляемся от данного шума.

Слайд 42
Описание слайда:
Моделирование размытого зашумленного изображения >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); >> PSF=fspecial('motion',7,45); >> gd=imfilter(f,PSF,'circular'); >> PSF PSF = 0 0 0 0 0 0.0145 0 0 0 0 0 0.0376 0.1283 0.0145 0 0 0 0.0376 0.1283 0.0376 0 0 0 0.0376 0.1283 0.0376 0 0 0 0.0376 0.1283 0.0376 0 0 0 0.0145 0.1283 0.0376 0 0 0 0 0 0.0145 0 0 0 0 0

Слайд 43
Описание слайда:
>> noise=imnoise(gb,'gaussian',0,0.001); >> noise=imnoise(gb,'gaussian',0,0.001); gb=g+noise; >> imshow(gb);

Слайд 44
Описание слайда:
Использование автокорреляционной функции при восстановлении изображения >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); PSF=fspecial('motion',7,45); gd=imfilter(f,PSF,'circular'); >> NCORR=fftshift(real(ifft2(Sn))); >> ICORR=fftshift(real(ifft2(Sf))); >> fr3=deconvwnr(g,PSF,NCORR,ICORR); >> imshow(fr3);

Слайд 45
Описание слайда:
Использование функции deconvreg при восстановлении смазанного зашумленного изображения >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); PSF=fspecial('motion',7,45); gd=imfilter(f,PSF,'circular'); fr=deconvreg(g,PSF,4); >> imshow(fr)

Слайд 46
Описание слайда:
>> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); >> f=imread('D:\rose-white-bouquet-flower-227196.jpg'); PSF=fspecial('motion',7,45); gd=imfilter(f,PSF,'circular'); fr=deconvreg(g,PSF,0.4,[1e-7 1e-7]); >> imshow(fr)


Скачать презентацию на тему Пространственная фильтрация, обработка в частотной области и восстановление изображения (Matlab) можно ниже:

Похожие презентации