丁园图像退化与复原的专业系统设计和边缘检测.doc

课程设计汇报课程名称：图形图像处理学期：-第2学期课时学分：32学分2课时专业班级：信科1101班学号：11037姓名：丁园指导老师：陈荣元提交日期：6月21日目录一、数字图像退化和复原系统设计···································21、试验内容···························································22、试验原理···························································23、具体试验过程及结果············································5二、边缘检测······························································121、试验内容···························································122、试验原理···························································123、具体试验过程及结果············································13三、试验总结和体会·····················································18参考文件····································································19一、数字图像退化和复原系统设计1、试验内容（1）设计图形用户界面，能对图像文件（bmp、jpg、tiff、gif等）进行打开、保留、另存、打印、退出等功效操作；（2）数字图像统计信息功效：包含图像行数和列数，附加信息，直方图统计及绘制等；（3）图像退化和复原a.能对图像加入多种噪声，生成退化图像；b.给定图像，能估量噪声参数和噪声类型；c.并经过多个滤波算法（维纳滤波，最小二乘方滤波）实现去噪并显示结果。比较去噪效果。2、试验原理（1）图像退化数字图像在获取过程中，因为光学系统像差、光学成像衍射、成像系统非线性畸变、成像过程相对运动、环境随机噪声等原因，图像会产生一定程度退化。（2）图像复原图像复原是利用图像退化现象某种先验知识，建立退化现象数学模型，再依据模型进行反向推演运算，以恢复原来景物图像。所以图像复原能够了解为图像降质过程反向过程。（3）估量噪声参数和噪声类型噪声类型能够经过设备来确定，也能够从图像信息中提取，从图像中提取一个平滑子图像，画出直方图，分辨噪声类型。经过传感器合成像设备技术参数来估量噪声参数。（4）图像降质数学模型图像复原处理关键问题在于建立退化模型。输入图像f(x,y)经过某个退化系统后输出是一幅退化图像。为了讨论方便，把噪声引发退化即噪声对图像影响通常作为加性噪声考虑。原始图像f(x,y)经过一个退化算子或退化系统H(x,y)作用，再和噪声n(x,y)进行叠加，形成退化后图像g(x,y)。图1表示退化过程输入和输出关系，其中H(x,y)概括了退化系统物理过程，就是要寻求退化数学模型。f(x,y)H(x,y)++n(x,y)g(x,y)图1图像退化模型数字图像图像恢复问题能够看作是：依据退化图像g(x,y)和退化算子H(x,y)形式，沿着反向过程去求解原始图像f(x,y)。图像退化过程能够用数学表示式写成以下形式：g(x,y)=H[f(x,y)]+n(x,y)(1)在这里，n(x,y)是一个统计性质信息。在实际应用中，往往假设噪声是白噪声，即它频谱密度为常熟，而且和图像不相关。在对退化系统进行了线性系统和空间不变系统近似以后，连续函数退化模型在空域中能够写成：g(x,y)=f(x,y)*h(x,y)+n(x,y)(2)在频域中能够写成：G(u,v)=F(u,v)H(u,v)+N(u,v)(3)其中，G(u,v)、F(u,v)、N(u,v)分别是退化图像g(x,y)、原图像f(x,y)、噪声信号n(x,y)傅立叶变换；H(u,v)是系统点冲击响应函数h(x,y)傅立叶变换，称为系统在频率域上传输函数。可见，图像复原实际上就是已知g(x,y)求f(x,y)问题或已知G(u,v)求F(u,v)问题，它们不一样之处于于一个是空域，一个是频域。（5）维纳滤波维纳滤波是最小二乘类约束复原一个。在最小二乘类约束复原中，要设法寻求一个最有估量，使得形式为函数最小化。求这类问题最小化，常采取拉格朗日乘子算法。也就是说，要寻求一个，使得准则函数(10)为最小。求解得到(11)式中，。假如用图像f和噪声相关矩阵