matlab利用维纳滤波实现图像的复原代码
时间: 2023-10-08 15:12:50 浏览: 112
以下是 MATLAB 代码实现图像的维纳滤波复原:
```matlab
%% 读入图像并加噪声
I = imread('lena.png');
J = imnoise(I,'gaussian',0,0.01);
%% 维纳滤波复原
% 计算点扩散函数(PSF)
PSF = fspecial('motion',21,11);
% 用PSF对图像进行模糊
K = imfilter(J,PSF,'conv','circular');
% 计算噪声功率
noise_var = var(J(:));
% 计算图像的功率谱密度
[Ju,~] = imhist(J);
Ju = Ju/numel(J);
Ju = Ju(Ju>0);
Ju = Ju(:);
Fu = fft(Ju);
% 计算维纳滤波器的传递函数
H = conj(fft2(PSF,size(J,1),size(J,2)))./...
(abs(fft2(PSF,size(J,1),size(J,2))).^2 + noise_var./max(Ju));
% 对模糊图像进行维纳滤波
F = fft2(K);
F_hat = H.*F;
f_hat = real(ifft2(F_hat));
% 显示结果
subplot(1,3,1),imshow(I),title('原始图像');
subplot(1,3,2),imshow(J),title('加噪图像');
subplot(1,3,3),imshow(f_hat),title('维纳滤波复原');
```
其中,`I` 是原始图像,`J` 是加噪图像,`PSF` 是点扩散函数,`K` 是模糊图像,`noise_var` 是噪声功率,`Ju` 是加噪图像的功率谱密度,`Fu` 是加噪图像的傅里叶谱,`H` 是维纳滤波器的传递函数,`F` 是模糊图像的傅里叶谱,`F_hat` 是维纳滤波后的傅里叶谱,`f_hat` 是维纳滤波复原后的图像。