图像处理课程作业：维纳滤波与逆滤波的图像复原
资源描述
本资源文件是图像处理课程的作业，主要内容包括图像复原的实现与评价。具体步骤如下：
- 图像退化：使用大气湍流模型对图像进行退化处理。
- 添加噪声：在退化后的图像上添加高斯噪声。
- 图像复原：
- 维纳滤波：通过维纳滤波方法对退化并添加噪声的图像进行复原。
- 逆滤波：通过逆滤波方法对退化并添加噪声的图像进行复原。
- 评价指标：
- PSNR（峰值信噪比）：用于评价维纳滤波复原图像的质量。
- MSE（均方误差）：用于评价维纳滤波复原图像的质量。
运行说明
- 本资源文件可以直接运行，无需额外配置。
- 代码中包含了详细的注释，方便理解和修改。
结果分析
- 维纳滤波：在去除高斯噪声的同时，能够较好地还原原始图像，PSNR和MSE值较高。
- 逆滤波：由于存在取整误差，即使去除了高斯噪声，逆滤波也难以完全还原原始图像，PSNR和MSE值较低。
注意事项
- 由于大气湍流模型和高斯噪声的存在，图像复原过程中可能会出现一定的误差。
- 维纳滤波在处理噪声和图像复原方面表现较好，而逆滤波在某些情况下可能无法完全还原图像。
适用场景
- 本资源适用于图像处理课程的学习和实验，特别是对图像复原算法感兴趣的学生和研究人员。
- 也可用于图像处理相关项目的参考和实现。
贡献与反馈
- 如果您在使用过程中发现任何问题或有改进建议，欢迎提交Issue或Pull Request。
- 感谢您的支持与反馈！