WICHTIG: Der Betrieb von goMatlab.de wird privat finanziert fortgesetzt. - Mehr Infos...

Mein MATLAB Forum - goMatlab.de

Mein MATLAB Forum

  
Gast > Registrieren       Autologin?   

Partner:




Forum
      Option
[Erweitert]
  • Diese Seite per Mail weiterempfehlen
     


Gehe zu:  
Neues Thema eröffnen Neue Antwort erstellen

Deconvoluton mit RGB-Bildern
 

Pheeenix
Forum-Anfänger

Forum-Anfänger

Beiträge: 29
Anmeldedatum: 01.07.10
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 27.07.2010, 16:38     Titel: Deconvoluton mit RGB-Bildern
  Antworten mit Zitat      
Hallo,
ich hätte eine Frage zum Thema Deconvolution.

Ich hab bereits einige selbst bzw. nachgemachte Algorithmen zum Thema deconvolution getestet. Allerdings nur bei Grauwertbildern.

Wie genau Funktioniert das Ganze mit RGB-Farbwertbildern?

Im einfachsten Fall teste ich auch hier eine gewöhnliche inverse Filterung, sprich inverse Faltung des gestörten Bildes mit der Faltungsfunktion.
Wie genau muss hier vorgegangen werden?


Wie funktioniert das im Frequenzbereich?
Soweit ich weiß muss ich die R, die G und die B Werte einzeln mittels FFT transformieren. Muss ich dann eine inverse Faltung (sprich Division im Frequenzbereich) mit jedem "Farbwert-Bild" durchführen? (wenn ja dann mach ich irgendwas falsch)

Bin für jede Hilfe, Tipps, Nachschlagewerke etc. Dankbar!
Private Nachricht senden Benutzer-Profile anzeigen


Hubertus
Forum-Meister

Forum-Meister

Beiträge: 1.034
Anmeldedatum: 08.01.09
Wohnort: Hamburg
Version: ---
     Beitrag Verfasst am: 27.07.2010, 17:31     Titel:
  Antworten mit Zitat      
Moin,
da schneidest Du ein sehr vielfältiges Thema an, das im Internet sehr gut dokumentiert ist. Es gibt die Möglichkeiten über den Orts- und Frequenzbereich. Im Ortsbereich hast Du über "fspecial" die wichtigen Einstellungen 'motion' und 'gaussian'.
Code:
P1 = fspecial(TYPE,LEN,DEG);
WEIGHT = ones(size(I));
[J2 P2] = deconvblind(I ,P1,ITER,[],WEIGHT);

Der Algorithmus läuft auch für Colorbilder. Diese kann man über die einzelnen Fankanäle bearbeiten und dann wieder zusammenführen oder man arbeitet auf dem Luminanzkanal.
Im Frequenzbereich kannst Du etwa so arbeiten:
Code:
I=imread('*.tif');
figure; imshow(I)
I2=1/255*double(I);

kernel=[0 -1 0;-1 5 -1;0 -1 0];              % Faltungskernel Laplace-Filter
img2a=conv2(I2,kernel);         % direkte Faltung ( im Ortsbereich)
figure; imshow(img2a)
K=zeros(size(I2));            % indirekte Faltung im Frequenzraum / Kernel-Matrix vorbereiten
K(1:3,1:3)=kernel;
IMG=fft2(I2);               % Originalbild und Kernel transformieren
KERNEL=fft2(K);
IMG2=IMG.*KERNEL;            % Elementweises Multiplizieren
img2b=abs(ifft2(IMG2));         % Endbild zurück transformieren
figure; imshow(img2b)
 


Im Netz findet man sehr oft aufwendige Algorithmen für den Frequenzbereich.
Vielleicht hilft Dir diese kurze Darstellung ein wenig weiter

Hubertus
Private Nachricht senden Benutzer-Profile anzeigen
 
Hubertus
Forum-Meister

Forum-Meister

Beiträge: 1.034
Anmeldedatum: 08.01.09
Wohnort: Hamburg
Version: ---
     Beitrag Verfasst am: 27.07.2010, 18:12     Titel:
  Antworten mit Zitat      
Hier noch ein Beispiel im Frequenzbereich:

Quelle: Internet - keine genaueren Angaben mehr möglich

Code:
t1=imread('1.tif');

J=double(t1);
J_size=size(J);
J_gauss_noise=80 .* randn(J_size(1),J_size(2));

% blurPSF=fspecial('gaussian',30,5);      

blurPSF=fspecial('motion',20,90);

MotionBlur=imfilter(J,blurPSF);
Blur_Noise=imadd(MotionBlur,J_gauss_noise);

J_Spectrum=abs(fft2(J)).^2;
J_Power=sum(J_Spectrum(:))/prod(size(J_Spectrum));
noise_Spectrum=abs(fft2(J_gauss_noise)).^2;
noise_Power=sum(noise_Spectrum(:))/prod(size(noise_Spectrum));
noise_image_powerratio=noise_Power/J_Power;


NCORR=fftshift(real(ifftn(noise_Spectrum)));
ICORR=fftshift(real(ifftn(J_Spectrum)));
wiener1=deconvwnr(Blur_Noise,blurPSF);
wiener2=deconvwnr(Blur_Noise,blurPSF,noise_image_powerratio);
wiener3=deconvwnr(Blur_Noise,blurPSF,NCORR,ICORR);
figure; imshow(J,[]); title('Original Image');
figure; imshow(Blur_Noise,[]); title('Blur and Noise');

figure;
subplot(2,2,1);
imagesc(wiener1); title('deconvwnr(A,PSF)'); colormap(gray)
subplot(2,2,2);
imagesc(wiener2); title('deconvwnr(A,PSF,NCR)'); colormap(gray)
subplot(2,2,3);
imagesc(wiener3); title('deconwnr(A,PSF,NCORR,ICORR)'); colormap(gray)

regularized1=deconvreg(Blur_Noise,blurPSF);
figure; imshow(regularized1,[]); title('deconvreg(A,PSF,NOISEPOWER)');

regularized2=deconvreg(Blur_Noise,blurPSF,noise_Power);
figure; imshow(regularized1,[]); title('deconvreg(A,PSF)');

lucy1=deconvlucy(Blur_Noise,blurPSF,8);
% figure; imshow(lucy1,[]); title('deconvlucy(A,PSF,NUMIT=5)'); colormap(gray);

lucy1=uint8(lucy1);
L1=lucy1+50;      

figure; imshow(L1); title('deconvlucy(A,PSF,NUMIT=5)'); colormap(gray);

Hubertus
 
Private Nachricht senden Benutzer-Profile anzeigen
 
Pheeenix
Themenstarter

 Forum-Anfänger

Forum-Anfänger

Beiträge: 29
Anmeldedatum: 01.07.10
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 29.07.2010, 08:24     Titel:
  Antworten mit Zitat      
Danke für deine Hinweise, allerdings hab ich noch so meine Probleme. Ich hab mal versucht ein Farbbild zu Falten (mittels einer PSF) um ein Testbild zu erhalten, und bereits das geht schon nicht.

Code:

I=imread('*.tif');
figure; imshow(I)
I2=1/255*double(I);

kernel=[0 -1 0;-1 5 -1;0 -1 0]; % Faltungskernel Laplace-Filter
img2a=conv2(I2,kernel);         % direkte Faltung ( im Ortsbereich)
figure; imshow(img2a)
 


Der "conv2" Befehl wirft immer einen Fehler wegen der Dreidimensionalen "Farbmatrix" also dem Farbbild.
Wie muss man also ein RGB Farbbild Falten um ein "reales" Testbild zu erhalten, sprich um beispielsweise den Fehler einer Linse darzustellen?
Private Nachricht senden Benutzer-Profile anzeigen
 
Hubertus
Forum-Meister

Forum-Meister

Beiträge: 1.034
Anmeldedatum: 08.01.09
Wohnort: Hamburg
Version: ---
     Beitrag Verfasst am: 29.07.2010, 08:44     Titel:
  Antworten mit Zitat      
Moin, Moin,
versuche mal das so zu lösen:


Code:
I=imread('*.tif');
figure; imshow(I)
I2=1/255*double(I);
kernel=[0 -1 0;-1 5 -1;0 -1 0];
for C=1:3;      % C für Color auf Layerebene
I3=I2(:,:,C);
img2a=conv2(I3,kernel);
I4(:,:,C)=img2a;   % wieder zuammenführen
end
figure; imshow(I4)


Hubertus
Private Nachricht senden Benutzer-Profile anzeigen
 
Pheeenix
Themenstarter

 Forum-Anfänger

Forum-Anfänger

Beiträge: 29
Anmeldedatum: 01.07.10
Wohnort: ---
Version: ---
     Beitrag Verfasst am: 29.07.2010, 09:29     Titel:
  Antworten mit Zitat      
Danke für Hilfe! --> funktioniert Smile
Private Nachricht senden Benutzer-Profile anzeigen
 
Neues Thema eröffnen Neue Antwort erstellen



Einstellungen und Berechtigungen
Beiträge der letzten Zeit anzeigen:

 Du kannst Beiträge in dieses Forum schreiben.
Du kannst auf Beiträge in diesem Forum antworten.
Du kannst deine Beiträge in diesem Forum nicht bearbeiten.
Du kannst deine Beiträge in diesem Forum nicht löschen.
Du kannst an Umfragen in diesem Forum nicht mitmachen.
Du kannst Dateien in diesem Forum posten
Du kannst Dateien in diesem Forum herunterladen
.





 Impressum  | Nutzungsbedingungen  | Datenschutz | FAQ | goMatlab RSS Button RSS

Hosted by:


Copyright © 2007 - 2024 goMatlab.de | Dies ist keine offizielle Website der Firma The Mathworks

MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.