生物电子与影像技术2013 第五章 图像复原.ppt

生物电子与影像技术 哈尔滨工业大学（威海） 控制科学与工程系 第五章 图像复原 §5.1 图像退化模型 §5.2 噪声模型及参数估计 §5.3 图像复原方法 §5.4 图像几何校正 第五章 图像复原 §5.1 图像退化模型 §5.2 噪声模型及参数估计 §5.3 图像复原方法 §5.4 图像几何校正 §5.1 图像退化模型 图像复原 Image Restoration 图像复原目的 针对质量降低或者失真的图像，恢复其原始的内容或者质量 图像复原与图像增强的区别 图像增强是考虑在主观视觉上改善图像质量，并不着重考虑引起质量下降的客观因素 图像复原从造成质量下降的客观原因出发，进行图像质量改善，试图恢复图像的原来面貌 §5.1 图像退化模型 引起图像质量下降的客观因素 成像系统等造成的图像失真 几何失真：成像姿态和扫描非线性引起 灰度失真：传感器特性不均匀 运动模糊：传感器与成像对象之间的相对运动 辐射失真：场景传输通道中的介质（如大气湍流、大气成分变化）引起 噪声干扰：成像、数字化、采集和处理过程中引入的噪声 §5.1 图像退化模型 §5.1 图像退化模型 §5.1 图像退化模型 §5.1 图像退化模型 图像退化模型 进化与退化 §5.1 图像退化模型 图像退化模型 图像恢复：利用某种先验知识对退化过程建模，并在某个质量准则下，应用其逆过程来得到原图像的最优化估计 §5.1 图像退化模型 图像退化模型 线性系统 设两个输入信号f1 x, y 和f2 x, y ，经过系统H的对应输出为g1 x, y 和 g2 x, y ，且满足： 即满足所谓的齐次性和叠加性条件，则称系统H为线性系统 §5.1 图像退化模型 图像退化模型 线性空间不变系统 系统H为线性系统，对二维空间函数，如果H满足 则称该系统为线性移 空间 不变系统，即系统在某点的响应只与该点的值有关，而与其位置无关。 §5.1 图像退化模型 图像退化模型 图像解卷 deconvolution 对线性移不变系统，可用如下函数式表示： 空间域： 频率域： 对这样的系统，图像恢复也称为图像解卷，而在恢复过程中所使用的滤波器也称为解卷滤波器。 §5.1 图像退化模型 图像退化模型 线性移不变系统图像复原处理 空间域： 频率域： §5.1 图像退化模型 图像复原基本原理 逆问题 CT、MRI、US 密码破译 考古 破案 军事侦察 地球勘探 玩魔方、谜语等 第五章 图像复原 §5.1 图像退化模型 §5.2 噪声模型及参数估计 §5.3 图像复原方法 §5.4 图像几何校正 §5.2 噪声模型及参数估计 噪声模型 来源于图像获取与传输过程 白噪声 White noise 白噪声的Fourier频谱为常数 假定白噪声与空间坐标系相互独立 假定白噪声与图像像素之间相互独立 周期性噪声 噪声分布与空间坐标系相关 大多数周期性噪声可通过频域滤波基本消除 脉冲噪声 在图像中引起黑、白点状的随机噪声 §5.2 噪声模型及参数估计 噪声模型及概率密度函数 PDF : 高斯噪声 Gaussian Noise §5.2 噪声模型及参数估计 噪声模型及概率密度函数 Rayleigh噪声 Rayleigh Noise §5.2 噪声模型及参数估计 噪声模型及概率密度函数 Erlang Gamma 噪声 Erlang Noise §5.2 噪声模型及参数估计 噪声模型及概率密度函数 指数噪声 Exponential Noise §5.2 噪声模型及参数估计 噪声模型及概率密度函数 均匀噪声 Uniform Noise §5.2 噪声模型及参数估计 噪声模型及概率密度函数 脉冲噪声 Impulse Noise §6.2 噪声模型及参数估计 噪声对图像的影响 §5.2 噪声模型及参数估计 噪声参数的估计 对于这些常见的噪声模型，关键是得到参数均值和方差 通过传感器特性进行估计 从图像本身进行估计 §5.2 噪声模型及参数估计 噪声参数的估计 选择图像的一块小的背景灰度近似为常数的区域来估计 通过直方图来估计形状（参照前六种噪声）与方差和均值参数，再求a, b §6.2 噪声模型及参数估计 噪声参数的估计 §5.2 噪声模型及参数估计 噪声参数的估计 脉冲噪声 通过直方图估计Pa, Pb §5.2 噪声模型及参数估计 噪声的Matlab函数 添加噪声 imn