一．实验名称：图像退化与复原
二．实验目的
1．了解光电图像的退化原因；2．掌握和理解基本的噪声模型，并能对图像进行加噪处理；3．了解点扩展函数PSF与光学传递函数OTF的关系，熟悉几种经典的退化模型的模拟试验和OTF估计方法；4．熟悉和掌握几种经典的图像复原方法及其基本原理；5．能熟练利用MATLAB或CC工具进行图像的各种退化处理，并能编程实现退化图像的复原。
三．实验原理
光电成像系统出现图像退化的过程是复杂多变的，为了研究的需要，通常情况下都把退化简化为化为一个线性移不变过程，见下图1所示。
图1光电图像退化与复原原理图
因此，在空域中退化过程可以表示如下：
gxyfxyhxyxy
1
只有加性噪声不存在情况下，退化过程可以模型化如下表达式：
gxyfxyxy
2
其频域表达式为：
GuvFuvNuv
3
f针对这种退化图像的复原，除了周期噪声以外，通常都可以采用空间域滤波的方法进行图像复原，此时图像复原与图像增强几乎是没有区别的。常见的空间域滤波方法有均值滤波器和统计排序滤波器。
当退化图像存在线性移不变退化时，图像的复原不能采用简单空间域滤波器来实现，要实现线性移不变退化图像的复原，必须知道退化系统的退化函数，即
点扩展函数hxy。在点扩展函数已知的情况下，常见图像复原方法有逆滤波
和维纳滤波两种。在考虑噪声的情况下，逆滤波的原理可以表示如下：
FuvGuvFuvNuv
4
Huv
Huv
通常情况下，Nuv是未知的，因此即使知道退化模型也不能复原图像。
此外，当Huv的任何元素为零或者值很小时，NuvHuv的比值决定
着复原的结果，从而导致图像复原结果出现畸变。对于这种情况，通常采用限制滤波频率使其难以接近原点值，从而减少遇到零值的可能性。
维纳滤波则克服了逆滤波的缺点，其数学模型表示如下：
Fuv
1Huv
Huv2
Huv2SuvSfuv
Guv
5
然而，为退化图像的功率谱很少是已知的，因此常常用下面表达式近似：
Fuv
1
Huv2
HuvHuv2
Guvk
6
因此，本实验的内容就是利用上述经典图像复原的原理，对降质退化图像进行复原。
四．实验步骤
本次实验主要包括光电图像的退化模型和复原方法实现两大部分内容。
一图像的退化图像
1、大气湍流的建模
f1湍流引起图像退化的光学传递函数（OTF）生成。已知湍流退化模型的OTF表达式如下：
Huvexpku2v256
7
其中，k为一个常数，反映了大气湍流的严重程度。uv分别代表了（xy）
方r