基于MATLAB的运动模糊图像处理Word文档下载推荐.docx
《基于MATLAB的运动模糊图像处理Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《基于MATLAB的运动模糊图像处理Word文档下载推荐.docx（9页珍藏版）》请在冰豆网上搜索。
对图1（a）所示的原始图像‘车牌’图像做方向
=
，长度L=20像素的匀速直线运动模糊，得到退化图像如图1（b）
1（a）
1（b）
j=imread（'
车牌1.jpg'
）;
figure
（1）,imshow（j）;
title（'
原图像'
len=20;
theta=30;
psf=fspecial（'
motion'
len,theta）;
j1=imfilter（j,psf,'
circular'
'
conv'
figure,imshow（j1）;
PSF模糊图像'
图1（c）和1（d）分别为原图像和模糊图像的二次傅里叶变化
1（c）
1（d）
J=rgb2gray（j）;
K=fft2（J）;
%傅里叶变换
M=fftshift（K）;
%直流分量移到频谱中心
N=abs（M）;
%计算频谱幅值
P=（N-min（min（N）））…
/（max（max（N））-min（min（N）））*225;
%归一化
figure,imshow（P）;
傅里叶变换频谱'
J1=rgb2gray（j1）;
K1=fft2（J1）;
M1=fftshift（K1）;
N1=abs（M1）;
P1=（N1-min（min（N1）））/（max（max（N1））…
-min（min（N1）））*225;
figure,imshow（P1）;
利用图1（d）粗略的计算模糊的方向，可以通过matlab自带的画线工具，选取如下图1（e）所示的三角形，计算a与c之间的夹角
Matlab命令窗口输：
ginput
选中三个顶角后回车，可得数据
ans=
136.6009
146.3977
137.4205
166.8895
145.2074
粗略取值后，经Matlab计算得：
atan（20/9）*180/pi
ans=
65.7723
则运动方向为90-ans≈25（误差为5）。
1（e）
模糊长度的估计
运动模糊图像中，在运动方向上大多数模糊图像的背景像素点具有很强的相关性，即沿着运动模糊的轨迹，背景像素点的灰度值逐渐变化或者不变。
通过文献的学习，先对模糊图像进行一阶微分，然后进行自相关运算，可得一条鉴别曲线，曲线上会出现对称的相关峰，峰值为负，两相关峰之间的距离等于运动模糊长度。
把模糊图像转换为灰度图像，采用Sobel算子对其进行一阶微分运算，Sobel算子
其自相关曲线如图2（a）所示。
利用matlab的DataCursor可以测得两负峰之间的距离为20个像素点，此为运动模糊的长度，与理论值吻合（比较精确）。
由于长度的测量计较精确，可以根据长度对运动模糊方向进行不同的取值，达到最好效果。
f1=rgb2gray（j1）;
f1=im2double（f1）;
h=fspecial（'
Sobel'
%Sobel算子
J=conv2（f1,h,'
same'
%Sobel算子微分
IP=abs（fft2（J））;
%图像能量谱密度
S=fftshift（real（ifft2（IP）））;
figure,plot（S）;
自相关图'
%图像自相关函数
图像的复原
然后我们按本文中鉴别出的运动模糊图像的运动长度和运动角度后，构造出相应的匀速直线运动PSF，并对其进行图像复原，得到的效果如下图3所示。
theta=25;
wnr1=deconvwnr（j1,psf,0）;
subplot（221）,imshow（wnr1）;
维纳滤波处理后图像'
np=0.002*prod（size（j））;
er=deconvreg（j1,psf,np/3.0）;
subplot（222）,imshow（er）;
最小二乘方复原'
）
lucy=deconvlucy（j1,psf）;
subplot（223）,imshow（lucy）;
Lucyrichardson图像复原'
NITPSF=ones（size（psf））;
[mang,psf]=deconvblind（j1,INITPSF,40）;
subplot（224）,imshow（mang）;
盲去卷积复原'
由上图可知经过Lucyrichardson复原的图像效果最好，可多次修改运动模糊方向，再进行Lucyrichardson复原。
下图4为运动模糊方向为30的效果。
图像中可以比较清楚的看出此图中汽车的牌子‘本田’以及车牌‘闽C6R972’。
参考文献：
1.红外技术第32卷第5期2010年5月《毫米波辐射图像的运动模糊参数辨识》
胡泰洋、肖泽龙、许建中
2.《数字图像处理及MATLAB实现——学习与实验指导》
升级会员 