>> f2=adpmedian (g, 7); >> figure,imshow(f2);

3.2.6 模糊噪声图像的建模。如图所示，（a）原图像；（b）使用参数len=7和theta=-45的函数fspecial模糊的图像；（c）噪声图像；（d）图（b）和图（c）之和。请写出实验步骤。

>> ff=checkerboard(8); >> figure,imshow(ff);

>> psf= fspecial('motion', 7,45); >> gb=imfilter(ff, psf, 'circular'); >> figure,imshow(gb); >> psf psf =

0 0 0 0 0 0.0145 0

0 0 0 0 0.0376 0.1283 0.0145

0 0 0 0.0376 0.1283 0.0376 0

0 0 0.0376 0.1283 0.0376 0 0

0 0.0376 0.1283 0.0376 0 0 0

0.0145 0.1283 0.0376 0 0 0 0

0 0.0145 0 0 0 0 0

>> noise=imnoise(zeros(size(ff)), 'gaussian', 0, 0.001); >> figure,imshow(noise); >> g= gb+ noise; >> figure,imshow(g)

>> figure,imshow(pixeldup(ff, 8), [ ])

3.2.7 使用函数deconvwnr复原模糊噪声图像。如图所示，（a）模糊的噪声图像；（b）逆滤波的结果；（c）使用常数比率的维纳滤波结果；（d）使用自有关函数的维纳滤波的结果。请写出实验步骤。

>> ff=checkerboard(8);

>> psf= fspecial('motion', 7,45); >> gb=imfilter(ff, psf, 'circular'); >> figure,imshow(gb);

>> noise=imnoise(zeros(size(ff)), 'gaussian', 0, 0.001); >> figure,imshow(noise); >> g= gb+ noise;

>> fr1= deconvwnr(g, psf); >> figure,imshow(fr1) >> sn= abs(fft2(noise)).^2;

>> na= sum(sn(:))/prod(size(noise));

>> sf=abs(fft2(ff)).^2;

>> fa=sum(sf(:))/prod(size(ff)); >> r=na/fa;

>> fr2=deconvwnr(g,psf,r); >> figure,imshow(fr2)

>> ncore=fftshift(real(ifft2(sn))); >> icorr=fftshift(real(ifft2(sf)));

>> fr3=deconvwnr(g, psf, ncore, icorr); >> figure,imshow(fr3)

3.2.8 使用函数deconvreg复原模糊噪声图像（3.2.6的（d）图）。如图所示，（a）使用参量NOISEPOWER等于4的正则滤波器复原的图中的图像；（b）使用参量NOISEPOWER为0.4和RANGE为[1e-7 1e7]的正则滤波器复原的同一副图像。请写出实验步骤。

>> fr=deconvreg(g,psf,4); >> figure,imshow(fr);

>> frr=deconvreg(g,psf,0.4,[1e-7 1e7]); >> figure,imshow(frr);

3.2.9 使用函数deconvlucy复原模糊噪声图像。如图所示，（a）原图像；（b）由高斯模糊污染和模糊的图像；（c）到（f）是对图像（b）用L-R算法分不迭代5次、10次、20次和100次后的复原图像。请写出实验步骤。

>> figure,imshow(pixeldup(f,8)); >> psf=fspecial('gaussian', 7, 10); >> sd=0.01;

>> g=imnoise(imfilter(f, psf),'gaussian',0 ,sd^2); >> figure,imshow(g); >> dampar=10*sd;

>> lim=ceil(size(psf,1)/2); >> weight=zeros(size(g));

>> weight(lim+1:end-lim, lim+1:end-lim)=1; >> figure,imshow(weight); >> numit=5;

>> f5=deconvlucy(g,psf,numit,dampar,weight); >> figure,imshow(pixeldup(f5,8)); >> numit=10;

>> f5=deconvlucy(g,psf,numit,dampar,weight); >> figure,imshow(pixeldup(f5,8)); >> numit=20;

>> f5=deconvlucy(g,psf,numit,dampar,weight); >> figure,imshow(pixeldup(f5,8)); >> numit=100;

>> f5=deconvlucy(g,psf,numit,dampar,weight); >> figure,imshow(pixeldup(f5,8));

3.2.10 使用函数deconvblind估量PSF（下图a确实是生成上图图b所示退化图像的PSF）。如图所示，（a）原始PSF；（b）到（d）在函数deconvblind中分不使用5次、10次和20次迭代估量的PSF。请写出实验步骤。

>> psf=fspecial('gaussian',7,10);

>> figure,imshow(pixeldup(psf,73), [ ]); >> sd=0.01;

>> g=imnoise(imfilter(f, psf),'gaussian',0, sd^2); >> initpsf=ones(size(psf)); >> numit=5;

>> [fr, psfe]=deconvblind(g,initpsf,numit,dampar,weight); >> figure,imshow(pixeldup(psfe,73), [ ]); >> numit=10;

>> [fr, psfe]=deconvblind(g,initpsf,numit,dampar,weight); >> figure,imshow(pixeldup(psfe,73), [ ]); >> numit=20;

>> [fr, psfe]=deconvblind(g,initpsf,numit,dampar,weight); >> figure,imshow(pixeldup(psfe,73), [ ]);

3.2.11 使用函数visformfwd的直观仿射变换。如图所示，使用栅格的直观仿射变换：（a）栅格1；（b）使用tform变换的栅格1；（c）栅格2；（d）使用tform2变换的栅格2；（e）栅格3；（f）使用tform3不换的栅格3。请写出实验步骤。

>> t1=[3 0 0; 0 2 0; 0 0 1];