
1个回答
展开全部
CLC;全部清除;
%读取原始图像
格式长
模糊= imread('fig525(B)BMP');
插曲(1,2,1) ; imshow(模糊)标题(原始图像);
%自我功能维纳滤波
K = 0.0025;
[M,N] =尺寸(模糊);
频谱= 0(M,N);
H =零(M,N);
为u = 1:M
为V = 1: ?
H(U,V)= exp(-K *((UM / 2)^ 2 +(VN / 2)^ 2)^(5/6));
光谱(U, V)= H(U,V)^ 2;
结束
结束
F =双(模糊);
F1 = fftshift(FFT??2(F))
HW = H /(频谱+0.001);
restore1 = HW。 * F1
恢复=实际(ifft2(ifftshift(restore1)));
插曲(1,2,2),imshow(恢复[]);标题(“自功能的维纳滤波');
%调用matlab的维纳%
数字过滤器功能;
HW1 =实际(ifft2(ifftshift(H)));转化空域起来
RESULT1 = deconvwnr(模糊HW1,0.001);
结果2 = ifftshift(RESULT1);%
插曲(1逆转图片交换,1,3象限,四象限,2,1); imshow(结果2,[]);标题(“呼叫维纳滤波功能');
%读取原始图像
格式长
模糊= imread('fig525(B)BMP');
插曲(1,2,1) ; imshow(模糊)标题(原始图像);
%自我功能维纳滤波
K = 0.0025;
[M,N] =尺寸(模糊);
频谱= 0(M,N);
H =零(M,N);
为u = 1:M
为V = 1: ?
H(U,V)= exp(-K *((UM / 2)^ 2 +(VN / 2)^ 2)^(5/6));
光谱(U, V)= H(U,V)^ 2;
结束
结束
F =双(模糊);
F1 = fftshift(FFT??2(F))
HW = H /(频谱+0.001);
restore1 = HW。 * F1
恢复=实际(ifft2(ifftshift(restore1)));
插曲(1,2,2),imshow(恢复[]);标题(“自功能的维纳滤波');
%调用matlab的维纳%
数字过滤器功能;
HW1 =实际(ifft2(ifftshift(H)));转化空域起来
RESULT1 = deconvwnr(模糊HW1,0.001);
结果2 = ifftshift(RESULT1);%
插曲(1逆转图片交换,1,3象限,四象限,2,1); imshow(结果2,[]);标题(“呼叫维纳滤波功能');

2023-08-15 广告
通常情况下,我们会按照结构模型把系统产生的数据分为三种类型:结构化数据、半结构化数据和非结构化数据。结构化数据,即行数据,是存储在数据库里,可以用二维表结构来逻辑表达实现的数据。最常见的就是数字数据和文本数据,它们可以某种标准格式存在于文件...
点击进入详情页
本回答由光点科技提供
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询