【图像修复】基于matlab GUI中值+均值+维纳+最小平方图像恢复【含Matlab源码 838期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【图像修复】基于matlab GUI中值+均值+维纳+最小平方图像恢复【含Matlab源码 838期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、部分源代码

function varargout = hx1(varargin)
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @hx1_OpeningFcn, ...
                   'gui_OutputFcn',  @hx1_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin{1})
    gui_State.gui_Callback = str2func(varargin{1});
end

if nargout
    [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});
else
    gui_mainfcn(gui_State, varargin{:});
end

function hx1_OpeningFcn(hObject, eventdata, handles, varargin)
handles.output = hObject;
guidata(hObject, handles);

function varargout = hx1_OutputFcn(hObject, eventdata, handles) 
varargout{1} = handles.output;

function edit1_Callback(hObject, eventdata, handles)
function edit1_CreateFcn(hObject, eventdata, handles)
if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))
    set(hObject,'BackgroundColor','white');
end

function file_Callback(hObject, eventdata, handles)

function recover_Callback(hObject, eventdata, handles)

function distortion_Callback(hObject, eventdata, handles)

% 关于
function about_Callback(hObject, eventdata, handles)
H=['本程序在MATLAB R2013b上编写,目的是减轻干扰和噪声对图像的影响，进行图像恢复。']
helpdlg(H,'相关信息');

% 中值滤波恢复
function medfilter_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
f=imnoise(x,'gaussian',0,0.01);               %给原图加入高斯噪声
axes(handles.axes2);             
imshow(f); title('加高斯噪声后的图像');
g1=medfilt2(f(:,:,1));%R
g2=medfilt2(f(:,:,2));%G
g3=medfilt2(f(:,:,3));%B
g(:,:,1)=g1;
g(:,:,2)=g2;
g(:,:,3)=g3;
axes(handles.axes3);                              %输出图像
imshow(g);  title('中值滤波后的图像');  

%均值滤波恢复
function averagefilter_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
f=imnoise(x,'gaussian',0,0.01);               %给原图加入高斯噪声
axes(handles.axes2);             
imshow(f); title('加高斯噪声后的图像');
f1=(f(:,:,1));%R
f2=(f(:,:,2));%G
f3=(f(:,:,3));%B
y0=fspecial('average',5);                     %进行均值滤波
y1=filter2(y0,f1)/255;
y2=filter2(y0,f2)/255;
y3=filter2(y0,f3)/255;
y(:,:,1)=y1;
y(:,:,2)=y2;
y(:,:,3)=y3;
axes(handles.axes3);          %输出图像
imshow(y); title('均值滤波后的图像');

% L-R恢复
function LR_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
h=fspecial('motion',41,11);
x=imread(file);
x1=im2double(x);
z=imfilter(x1,h,'conv','circular');
z1=imnoise(z,'gaussian',0,0.001);
axes(handles.axes2);          %输出图像
imshow(z1); title('退化后的图像'); 
DAMPAR=0.01;
LIM=ceil(size(h,1)/2);
WEIGHT=zeros(size(z1));
WEIGHT(LIM+1:end-LIM,LIM+1:end-LIM)=1;
NUMIT=17;
%迭代15次的复原，迭代次数越多，去模糊的效果越好，可通过具体情况调整
z2=deconvlucy(z1,h,NUMIT,DAMPAR,WEIGHT);
axes(handles.axes3);          %输出图像
imshow(z2); title('L-R算法恢复后的图像'); 

% 盲去卷积恢复，由于有迭代次数，显示图像速度较慢
function mangqujuanji_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
h=fspecial('motion',40,10);
x=imread(file);
x1=im2double(x);
z=imfilter(x1,h,'conv','circular');
z1=imnoise(z,'gaussian',0,0.001);
axes(handles.axes2);          %输出图像
imshow(z1); title('退化后的图像'); 
DAMPAR=0.01;
LIM=ceil(size(h,1)/2);
INITPSF=ones(size(h));
WEIGHT=zeros(size(z1));
WEIGHT(LIM+1:end-LIM,LIM+1:end-LIM)=1;
NUMIT=15;%盲去卷积迭代的次数，需要依具体情况调试到适当的值
[z2,PSF]=deconvblind(z1,INITPSF,NUMIT,DAMPAR,WEIGHT);
axes(handles.axes3);          %输出图像
imshow(z2); title('盲去卷积恢复后的图像'); 

%旋转 
function xuanzhuan_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
%x=rgb2gray(x);
a1=[cos(pi/4) sin(pi/4) 0;-sin(pi/4) cos(pi/4) 0;0 0 1];
a2=[cos(pi/4) -sin(pi/4) 0;sin(pi/4) cos(pi/4) 0;0 0 1];
b1=maketform('affine',a1);
b2=maketform('affine',a2);
c1=imtransform(x,b1);
c2=imtransform(x,b2);
axes(handles.axes2);          %输出图像
imshow(c1); title('顺时针旋转45度的图像'); 
axes(handles.axes3); 
imshow(c2); title('逆时针旋转45度的图像'); 

% 剪切
function jianqie_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
a1=[1 0 0;0.5 1 0;0 0 1];
a2=[1 0.5 0;0 1 0;0 0 1];
b1=maketform('affine',a1);
b2=maketform('affine',a2);
c1=imtransform(x,b1);
c2=imtransform(x,b2);
axes(handles.axes2);          %输出图像
imshow(c1); title('水平剪切的图像'); 
axes(handles.axes3); 
imshow(c2); title('垂直剪切的图像'); 

%镜像
function jingxiang_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
a1=[-1 0 0;0 1 0;1 0 1];
a2=[1 0 0;0 -1 0;0 1 1];
b1=maketform('affine',a1);
b2=maketform('affine',a2);
c1=imtransform(x,b1);
c2=imtransform(x,b2);
axes(handles.axes2);          %输出图像
imshow(c1); title('水平镜像的图像'); 
axes(handles.axes3); 
imshow(c2); title('垂直镜像的图像'); 

% 打开
function open_Callback(hObject, eventdata, handles)
[filename,pathname]=uigetfile('*.jpg')
set(handles.edit1,'string',[pathname,filename])  %设置edit1的 字符内容
file=get(handles.edit1,'string');
x=imread(file);
axes(handles.axes1);
 imshow(x);title('原始图像'); 

%保存
function save_Callback(hObject, eventdata, handles)
[filename,pathname]=uiputfile('*.jpg');
set(handles.edit1,'string',[pathname,filename]);
A=getimage(handles.axes1);
imwrite(A,filename,'jpg');

function zuixiaopingfang_Callback(hObject, eventdata, handles)
file=get(handles.edit1,'string');
x=imread(file);
PSF=fspecial('gaussian',10,2);  
f=imfilter(x,PSF,'conv');   

  

 

  
 
 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
  
61
  
62
  
63
  
64
  
65
  
66
  
67
  
68
  
69
  
70
  
71
  
72
  
73
  
74
  
75
  
76
  
77
  
78
  
79
  
80
  
81
  
82
  
83
  
84
  
85
  
86
  
87
  
88
  
89
  
90
  
91
  
92
  
93
  
94
  
95
  
96
  
97
  
98
  
99
  
100
  
101
  
102
  
103
  
104
  
105
  
106
  
107
  
108
  
109
  
110
  
111
  
112
  
113
  
114
  
115
  
116
  
117
  
118
  
119
  
120
  
121
  
122
  
123
  
124
  
125
  
126
  
127
  
128
  
129
  
130
  
131
  
132
  
133
  
134
  
135
  
136
  
137
  
138
  
139
  
140
  
141
  
142
  
143
  
144
  
145
  
146
  
147
  
148
  
149
  
150
  
151
  
152
  
153
  
154
  
155
  
156
  
157
  
158
  
159
  
160
  
161
  
162
  
163
  
164
  
165
  
166
  
167
  
168
  
169
  
170
  
171
  
172
  
173
  
174
  
175
  
176
  
177
  
178
  
179
  
180
  
181
  
182
  
183
  
184
  
185
 

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/116198486