图像退化与复原的系统设计和边缘检测.doc

课程设计报告课程名称：图形图像解决学期：2023-2023学年第2学期学时学分：32学分2学时专业班级：信科1101班学号：姓名：丁园指导老师：陈荣元提交日期：2023年6月21日目录一、数字图像退化与复原系统设计···································21、实验内容···························································22、实验原理···························································23、具体实验过程及结果············································5二、边沿检测······························································121、实验内容···························································122、实验原理···························································123、具体实验过程及结果············································13三、实验总结与体会·····················································18参考文献····································································19一、数字图像退化与复原系统设计1、实验内容（1）设计图形用户界面，能对图像文献（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作；（2）数字图像的记录信息功能：涉及图像的行数和列数，附加信息，直方图的记录及绘制等；（3）图像退化与复原a.能对图像加入各种噪声，生成退化图像；b.给定图像，能估计噪声参数和噪声类型；c.并通过几种滤波算法（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、实验原理（1）图像的退化数字图像在获取过程中，由于光学系统的像差、光学成像衍射、成像系统的非线性畸变、成像过程的相对运动、环境随机噪声等因素，图像会产生一定限度的退化。（2）图像的复原图像复原是运用图像退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复本来的景物图像。因而图像复原可以理解为图像降质过程的反向过程。（3）估计噪声参数和噪声类型噪声的类型可以通过设备来拟定，也可以从图像信息中提取，从图像中提取一个平滑的子图像，画出直方图，分辨噪声类型。通过传感器的合成像设备技术参数来估计噪声参数。（4）图像降质的数学模型图像复原解决的关键问题在于建立退化模型。输入图像f(x,y)通过某个退化系统后输出的是一幅退化的图像。为了讨论方便，把噪声引起的退化即噪声对图像的影响一般作为加性噪声考虑。原始图像f(x,y)通过一个退化算子或退化系统H(x,y)的作用，再和噪声n(x,y)进行叠加，形成退化后的图像g(x,y)。图1表达退化过程的输入和输出关系，其中H(x,y)概括了退化系统的物理过程，就是要寻找的退化数学模型。f(x,y)H(x,y)++n(x,y)g(x,y)图1图像的退化模型数字图像的图像恢复问题可以看作是：根据退化图像g(x,y)和退化算子H(x,y)的形式，沿着反向过程去求解原始图像f(x,y)。图像退化的过程可以用数学表达式写成如下形式：g(x,y)=H[f(x,y)]+n(x,y)(1)在这里，n(x,y)是一种记录性质的信息。在实际应用中，往往假设噪声是白噪声，即它的频谱密度为常熟，并且与图像不相关。在对退化系统进行了线性系统和空间不变系统的近似之后，连续函数的退化模型在空域中可以写成：g(x,y)=f(x,y)*h(x,y)+n(x,y)(2)在频域中可以写成：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)的傅立叶变换；H(u,v)是系统的点冲击响应函数h(x,y)的傅立叶变换，称为系统在频率域上的传递函数。可见，图像复原事实上就是已知g(x,y)求f(x,y)的问题或已知G(u,v)求F(u,v)的问题，它们的不同之处在于一个是空域，一个是频域。（5）维纳滤波维纳滤波是最小二乘类约束复原的一种。在最小二乘类约束复原中，要设法寻找一个最有估计，使得形式为的函数最小化。求这类问题的最小化，常采用拉格朗日