【问题标题】:Image Deblurring by Frequency Domain Inverse Filter Design频域逆滤波器设计的图像去模糊
【发布时间】:2021-02-01 13:44:03
【问题描述】:

我的任务是使用高斯滤波器模糊图像,然后使用相应的逆高斯滤波器对模糊图像进行去模糊。详细说明如下:

将 2D-DFT 应用于空间域高斯滤波器,得到频域 高斯滤波器。创建频域逆高斯滤波器 所有频域高斯滤波器系数的倒数。应用逆 2DDFT 并取实部以创建空间域逆高斯滤波器( 虚部理论上为0,但由于数值误差可能不完全为0)。

模糊滤镜大小为21x21,原图大小为256x256。这是我在 Matlab 上的模糊代码。

Img = imread('text.tif');
img = im2double(Img);
gf = zeros(21);
for i = 1:21
    for j = 1:21
        gf(i,j) = (1/(2*pi))*exp(-((i-10.5)^2+(j-10.5)^2)/2);
    end
end
Convig = conv2(img,gf);

输出图像如下所示。 Blurred Image

然后按照说明,我的去模糊代码如下所示:

dftgf =fft2(gf);
idftgf = 1./dftgf;
inverse = ifft2(idftgf);
gf2 =real(inverse);
Convig2 = conv2(Convig,gf2);

模糊的结果似乎是正确的。但奇怪的是去模糊图像不正确Deblurring Attempt。有人可以帮我写代码吗?提前致谢。

【问题讨论】:

    标签: matlab image-processing gaussianblur


    【解决方案1】:

    好吧,我终于找到了错误。 对于高斯滤波器的公式,据说

    gf(i,j) = (1/(2*pi*sigma^2))*exp(-((i-center)^2+(j-center)^2)/(2*sigma^2);
    

    但这里我直接使用了“10.5”。如果我以“11”为中心,结果图像是正确的。

    所以去模糊伪代码应该是:

    [m,n] = size(filter)
    centerx = m+1/2
    centery = n+1/2
    gf(i,j) = (1/(2pi*sigma^2))*exp(-((i-centerx)^2+(j-centery)^2)/(2*sigma^2);
    

    但是,即使我发现了错误,我仍然不知道为什么它不能是小数。也许图像处理是一种离散编程?

    【讨论】:

    • 很好,通常中心过滤器内核必须是整数。在卷积期间,中心像素确定结果的位置。这是一个显示过程commons.wikimedia.org/wiki/File:2D_Convolution_Animation.gif的gif。
    • 顺便说一句,第 11 个像素是中心像素,因为在它的左边有 10 个像素,在它的右边还有另外 11 个像素。
    猜你喜欢
    • 2016-05-13
    • 2013-12-12
    • 2020-08-02
    • 1970-01-01
    • 2014-12-02
    • 2011-12-17
    • 2021-05-10
    • 2013-03-02
    • 2019-05-13
    相关资源
    最近更新 更多