通过导入输入数据和输出数据得到拟合度高的传递函数,如何使用输入数据和得到的传递函数计算出输出数据,一直无法实现
根据已有的系统输入和输出使用matlab的系统辨识工具箱拟合了传递函数,但是怎么调用export导出的传递函数,通过输入数据生成和工具箱一样的输出曲线呢,我想再使用其他数据对这个传递函数试验一下,可是不知道怎么办。
通过导入输入数据和输出数据得到拟合度高的传递函数,如何使用输入数据和得到的传递函数计算出输出数据,一直无法实现
根据已有的系统输入和输出使用matlab的系统辨识工具箱拟合了传递函数,但是怎么调用export导出的传递函数,通过输入数据生成和工具箱一样的输出曲线呢,我想再使用其他数据对这个传递函数试验一下,可是不知道怎么办。
使用deconvwnr 函数可以利用维纳滤波方法恢复图像。在图像的频率特征和附加噪声已知的情况下,Wiener 滤波比较有效。本例演示了维纳滤波器的性能,同时也演示了PSF 的重要性。得到准确的PSF 时,恢复的结果会比较好。
I=imread(‘peppers.png’);
I=I(10+[1:256],222+[1:256],:);
LEN=31;
THETA=11;
PSF=fspecial(‘motion’,LEN,THETA);
Blurred=imfilter(I,PSF,’circular’,’conv’);
wnrl=deconvwnr(Blurred,PSF);
imshow(wnrl);
采用deconvreg 函数可以对图像进行约束去卷积。当知道附加噪声的部分信息时,使用约束去卷积实现图像恢复比较有效。
(1)将一幅图像读入MATLAB 工作空间。本例使用裁剪来减小要恢复的图像的大小。
I=imread('flowers.tif');
I=I(10+[1:256],222+[1:256],:);
figure;imshow(I);
(2 )创建PSF
PSF=fspecial(‘gaussian’,11,5);
(3)模糊化图像并添加噪声。
Blurred=imfilter(I,PSF,’conv’);
V=0.02;
BlurredNoisy=imnoise(Blurred,’gaussian’,0,V);
figure;imshow(BlurredNoisy);
(4 )用deconvreg 函数恢复图像,指定PSF 和噪声幂次NP 。
NP=V*prod(size(I));
[reg1 LAGRA]=deconvreg(BlurredNoisy,PSF,NP);
figure,imshow(reg1);
五、实验内容
选择一幅清晰图像,对该图像进行模糊化处理,然后分别采用逆滤波、 维纳滤波和约束去卷积恢复原来图像,比较各图像恢复方法的恢复效果。
六、实验步骤与结果
将一张图片保存在C盘,保存名为0.jpg
1、(1)选择一幅清晰图像,对该图像进行模糊化处理
I=imread(‘0.jpg’);
I=I(60+[1:256],222+[1:256],:);
figure;imshow(I);
LEN=31;
THETA=11;
PSF=fspecial(‘motion’,LEN,THETA);
Blurred=imfilter(I,PSF,’circular’,’conv’);
figure;imshow(Blurred);