1、数字图像处理课程论文图像复原算法研究学 院：信息科学与工程学院专 业：通信工程 姓 名：学 号：任课教师：2017年5月摘要数字图像恢复是数字图像处理的一个基本的和重要的课题 ， 它是后期图像处理的前提 。
图像在获取、上传、保存的过程中不可避免地引起图像退化和图像质量的下降 ， 图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌 。
本论文主要研究引起退化的环境因素 ， 建立相应的数学模型 ， 并沿着使图像降质的逆过程恢复图像 。
本文首先对测试图像进行模糊及加噪处理 ， 在已知系统退化模型的情况下 ， 对观测图像分别使用逆滤波、维纳滤波、有约束的最小二乘方滤波算法进行复原 ， 并比较它们的处理效果 。
在这几种算法的参 。

2、数选取上得到了丰富的经验数据 ， 并对实验结果进行了分析总结 。
发现维纳滤波较约束最小二乘法滤波效果要好 ， 这是因为前者利用了原图像的统计信息 ， 采用了真实的PSF函数来恢复 。
无论何种算法 ， 它们都要依据获取的相关信息才能有效地实施 ， 算法利用的信息越多 ， 信息的准确性越高 ， 复原图像的质量也就越高 。
关键词:图像复原;
逆滤波;
维纳滤波;
有约束的最小二乘方滤波一、引言MATLAB 语言是由美国MathWorks公司推出的计算机软件 ， 经过多年的逐步发展与不断完善 ， 现已成为国际公认的最优秀的科学计算与数学应用软件之一 ，是近几年来在国内外广泛流行的一种可视化科学计算软件 。
它集数值分析、矩阵运算、信号处理和图形显示于一 。

3、体 ， 构成了一个方便的、界面友好的用户环境 ， 而且还具有可扩展性特征 。
MathWorks 公司针对不同领域的应用 ， 推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条、通信等30 多个具有专门功能的工具箱 ， 这些工具箱是由该领域内的学术水平较高的专家编写的 ， 无需用户自己编写所用的专业基础程序 ，可直接对工具箱进行运用 。
同时 ， 工具箱内的函数源程序也是开放性的 ， 多为M 文件 ， 用户可以查看这些文件的代码并进行更改 ， MALAB 支持用户对其函数进行二次开发 ，用户的应用程序也可以作为新的函数添加到相应的工具箱中 。
MATLAB 中的 。

4、数字图像是以矩阵形式表示的 ， 这意味着MATLAB 强大的矩阵运算能力用于图像处理非常有利 ， 矩阵运算的语法对MATLAB 中的数字图像同样适用 。
本文对MATLAB 图像处理工具箱进行探索及应用 ， 实验证明该软件功能强大 ， 语言简洁易学 ， 人机界面友好 ， 工具箱具有丰富的技术支持并集成了该领域专家的智慧 ， 应用简单而效果良好 。
2、 实验原理2.1图像退化模型构建图像复原处理是建立在图像退化的数学模型基础上的 ， 这个退化数学模型能够反映图像退化的原因 。
图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果 ， 图像退化模型如图1所示 ， 可以表示为：g ( x, y) = H f ( x, y) + n( 。

5、 x, y) = f ( x, y) *h( x, y) + n( x, y) （1）图1 图像退化模型在测试图像上产生高斯噪声lena图-需能指定均值和方差；并用滤波器（自选）恢复图像；其中h(x, y)刀是表示退化函数的空间描述 ， 也称为PSF,即点扩散函数 ， .*表示空间卷积n(x, y)为加性噪声 。
可以用向量矩阵的形式将式( 1)的退化模型表示：g=H f +n (2)在式( 2)中 ， 1Y是观测图像 ， 假设其大小是N xN, f是样本 ， n是噪声 ， g, f和n尺寸相同 ， 都是N2x1的列向量 ， H是N2 xN2的PSF参数矩阵 ， 如果是空间不变PSF,则H是块循环矩阵 。
从模型中估计f的问题称为线性反 。

6、转问题 ， 这也是经典图像复原研究中的基础 。
2.2实验原理噪声是最常见的退化因素之一 ， 也是图像恢复中重点研究的内容 ， 图像中的噪声可定义为图像中不希望有的部分 。
噪声是一种随机过程 ， 它的波形和瞬时振幅以及相位都随时间无规则变化 ， 因此无法精确测量 ， 所以不能当做具体的处理对象 ， 而只能用概率统计的理论和方法进行分析和处理 。
下面我对高斯噪声对图像的影响作简要分析：高斯噪声的产生：所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声 。
一个高斯随机变量z的PDF可表示为：P（z）= （3）其中z代表灰度 ， u是z的均值 ， 是z的标准差 。

来源：(未知)

【学习资料】网址：/a/2021/0126/0021177320.html

标题：数字图像|数字图像处理图像复原算法论文