лаб7 / lab7

Рисунок 9 – Исходное изображение и компенсированное изображение методом Винера

Метод Винера справился же лучше: смаза стало меньше, но изображение по-прежнему мало похоже на исходное, а стало темнее, как и прошлый раз. Созданный шум виден меньше в сравнении с Тихоновым, хотя добавленные точки стали как будто «растянуты», что можно лучше увидеть на рисунке 10.

11

Рисунок 10 – Неисправленный шум методом Винера Итого, шум создаёт значительные препятствия для восстановления

смазанного изображения.

Для третьей части работы я сфотографировал показания счётчиков,

слегка дёрнув рукой так, чтобы символы на нём не были читаемы. Это можно увидеть на рисунке 11.

Рисунок 11 – Исходное изображение счётчика

12

После множества вариантов восстановления самым оптимальным вариантом восстановления стала длина смаза в 40 пикселей и угол смаза в 30

градусов для модели искажения PSF. При этом подобран уровень шума 0.1

для каждого из методов. Это представлено в Листинге 3.

clc, clear, close all %очистка памяти

input_image = imread('shetchik_image.jpg'); %чтение изображения figure (1)

imshow(input_image)

% Параметры смаза изображения: Delta = 40; %длина смаза в пикселях theta = 30; %угол смаза в градусах

PSF = fspecial('motion',Delta,theta); % модель искажений

%% важно заметить, что здесь движение – равномерное! % устранение смаза изображения

noise_level_T = 0.1; % подбор уровня шума в изображении

% компенсация движения посредством метода А.Н.Тихонова:

Tikh = deconvreg(input_image,PSF,[], noise_level_T); figure(2) imshow(Tikh)

title('Restored image Tikhonov')

% запись восстановленного изображения в файл: imwrite(Tikh, 'restored_image_Tikhonov.jpg');

% компенсация движения посредством метода Н.Винера: noise_level_W = 0.1; % подбор уровня шума в изображении

Wnr = deconvwnr(input_image,PSF, noise_level_W); figure(3)

imshow(Wnr)

title('Restored image Wiener')

% запись восстановленного изображения в файл: imwrite(Wnr, 'restored_image_Wiener.jpg');

Результат работы представлен на рисунках 12-13.

13

Рисунок 12 – Исходное изображение счётчика и компенсированное методом Тихонова

Рисунок 13 – Исходное изображение счётчика и компенсированное методом Винера

14

Результаты получились разными: так благодаря методу Тихонова стали очень чётко видны цифры на счётчике, а также можно прочитать надпись

«Теплосчётчик ПУЛЬСАР», но изображение получилось очень странным с приобретённым эффектом «желе». Выбрал именно такое изображение, так как при нём были видны символы на счётчике.

Метод Винера сработал, конечно, более плавно: смаза стало меньше,

также видны цифры, но можно прочитать только одну большую надпись

«ПУЛЬСАР». Видно менее чётко, чем с помощью метода Тихонова, зато без лишних эффектов.

Вывод

В ходе данной лабораторной работы я изучил основы обработки изображений на примере методов фильтрации с использованием пространственных фильтров

Так, я взял изображение и исказил его, компенсировав смазы с помощью методов Тихонова и Винера. Было произведено также добавление шума в уже смазанное изображение, где уже компенсация была выполнена хуже из-за шумов. В ходе реального использования различные методы проявили себя с различной стороны, но по итогу метод Винера восстанавливает изображение лучше, хотя при этом оно становится темнее,

что не является существенной проблемой в сравнении с создаваемой зернистостью и эффектом «желе» при использовании метода Тихонова.

15

Список используемой литературы

1. Жаринов О.О. Учебно-методические материалы к выполнению

лабораторной работы №7 по дисциплине “Мультимедиа-технологии”, испр.

21.03.2024, гр.4016, 4017. ГУАП, 2024. – 14 с. // URL:

https://pro.guap.ru/inside/student/tasks/e2697921169d7c274c8446c100b465b0/download

16