多噪声场景图像复原与质量评价系统

资 源 简 介

本系统旨在针对受不同类型噪声干扰的数字图像进行高质量的修复与质量提升。首先，系统能够模拟多种常见的图像噪声环境，包括高斯噪声、椒盐噪声、乘性噪声以及泊松噪声，并允许用户自定义噪声强度参数。在图像复原阶段，系统集成了多种经典与现代的去噪算法。针对椒盐噪声，采用中值滤波或自适应中值滤波进行空域处理，以有效去除孤立噪声点并保留边缘信息；针对高斯噪声，提供均值滤波、高斯滤波以及维纳滤波等线性滤波方法，并在频域内通过逆滤波或最小均方误差滤波来实现精确复原。对于更复杂的退化过程，系统实现了退化函数估计与解卷积技术。系

详 情 说 明

基于MATLAB的多噪声场景图像复原系统

项目介绍

本系统是一个集成化的数字图像复原平台，专门设计用于处理受多种典型噪声干扰的图像。通过模拟真实的图像退化过程（包括各类概率噪声及运动模糊），系统应用了从空域线性/非线性滤波到频域自适应复原的一系列先进算法。该项目不仅实现了视觉层面的图像修复，还通过严谨的数学指标对复原效果进行了定量分析，为图像预处理和质量增强提供了闭环的解决方案。

功能特性

1. 多场景噪声模拟：支持高斯噪声、椒盐噪声、乘性噪声（Speckle）以及运动模糊退化过程的精确模拟。
2. 先进去噪算法实现：集成自适应中值滤波以应对高密度脉冲噪声，应用维纳滤波处理加性噪声，并利用解卷积技术修复模糊退化。
3. 闭环质量评价：系统自动计算并对比原图、噪点图与复原图的峰值信噪比（PSNR）、均方误差（MSE）以及结构相似性（SSIM）。
4. 可视化对比分析：通过多维子图同步展示原始噪声图、修复结果图及残差图，直观反映算法的细节保留能力。
5. 动态性能报表：自动生成格式化的命令行数据报表，并以柱状图形式展现各复原策略的量化增益。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 工具箱支持：Image Processing Toolbox（图像处理工具箱）。
• 硬件要求：标准桌面计算机，建议内存4GB以上以支持大尺寸图像运算。

实现逻辑与算法说明

系统运行遵循“退化模拟 -> 针对性修复 -> 量化评价 -> 结果可视化”的核心逻辑，具体划分为四个实验场景：

1. 椒盐噪声防护场景

• 退化模型：在图像中加入密度为15%的椒盐脉冲。
• 修复逻辑：实现了一个自定义的自适应中值滤波算法。该算法通过动态调整窗口大小（最大至7x7），首先判断当前像素邻域的中值是否为噪声，再判断当前像素本身是否为噪声。相比标准中值滤波，它能更有效地滤除高密度噪声并大幅减少图像细节的丢失。

2. 宽带高斯噪声修复场景

• 退化模型：加入均值为0、方差为0.01的标准高斯白噪声。
• 修复逻辑：采用自适应维纳滤波（Wiener Filtering）处理。通过估计局部图像均值和方差，系统能够根据信噪比动态调节滤波器的平滑力度，在抑制噪声的同时维持边缘的清晰度。

3. 运动模糊与复合退化场景

• 退化模型：使用位移长度为21、角度为11度的点扩散函数（PSF）模拟运动模糊，并叠加轻微的高斯噪声。
• 修复逻辑：对比了逆滤波与维纳解卷积两种频域算法。逆滤波在存在噪声时易产生不稳定性，而系统实现的维纳解卷积通过引入噪声信号功率比（NSR），在频率域寻找最小均方误差解，有效解决了退化过程中的逆问题。

4. 乘性噪声抑制场景

• 退化模型：模拟方差为0.04的乘性（Speckle）噪声，这种噪声常出现在合成孔径雷达（SAR）图像中。
• 修复逻辑：利用空域均值滤波进行平滑处理，通过线性积分运算削弱随机杂波对主体结构的影响。

关键函数分析

• adaptive_median_filter (自适应中值滤波)：这是系统的核心自定义算法。它包含两个判断级别：Level A 确保滤波器输出的不是噪声点；Level B 在确认中心像素受损时才用中值替换，否则保持原值。这种机制确保了在低噪声区不引入模糊。
• calculate_metrics (指标计算)：该函数封装了三大评估指标。其中SSIM实现在缺少官方函数支持时，会自动切换到基于局部均值、方差和协方差的底层几何结构计算模式，确保了评估环境的鲁棒性。
• deconvwnr (维纳解卷积)：在运动模糊复原中，该算法通过结合退化函数PSF和预估的噪声功率比，实现了对模糊图像的精确重构，是频域复原的核心表现。

使用方法

1. 启动MATLAB环境，将当前工作目录切换至项目所在文件夹。
2. 运行主程序文件。
3. 在弹出的文件选择对话框中，选择一张本地磁盘上的图像（支持JPG, PNG, BMP, TIF等格式）。若取消选择，系统将自动加载默认的测试图像。
4. 系统将依次执行四个噪声场景的模拟与修复运算。
5. 处理完成后，系统将自动弹出可视化窗口展示四组对比图和PSNR柱状图。
6. 在MATLAB命令行窗口查看详细的性能量化报表数据。