图像复原与重建.pdfVIP

第五章 图像复原与重建 5.1 图像退化模型 5.1.1 图像的退化 图像的退化是指图像在形成、传输和记录过程中，由于 成像系统、传输介质和设备的不完善，使图像的质量变坏。 图像复原就是要尽可能恢复退化图像的本来面目，它是 沿图像退化的逆过程进行处理。 典型的图像复原是根据图像退化的先验知识建立一个退 化模型，以此模型为基础，采用各种逆退化处理方法进行恢 复，使图像质量得到改善。图像复原过程如下： 找退化原因→建立退化模型→反向推演→恢复图像 可见，图像复原主要取决于对图像退化过程的先验知识 所掌握的精确程度，体现在建立的退化模型是否合适。 图像复原和图像增强的区别： 图像增强不考虑图像是如何退化的，而是试图采用各种 技术来增强图像的视觉效果。因此，图像增强可以不顾增强 后的图像是否失真，只要看得舒服就行。 而图像复原就完全不同，需知道图像退化的机制和过程 等先验知识，据此找出一种相应的逆处理方法，从而得到复 原的图像。 如果图像已退化，应先作复原处理，再作增强处理。 二者的目的都是为了改善图像的质量。 5.1.2 系统的描述 点源的概念 事实上，一幅图像可以看成由无穷多极小的像素所组 成，每一个像素都可以看作为一个点源，因此，一幅图像也 可以看成由无穷多点源组成的。 在数学上，点源可以用狄拉克 δ函数来表示。二 维 δ函数可定义为 ∞ x⎧ 0, y 0 ( , x )y δ ⎨ 0 其它 ⎩ 且满足 ∞ ε ( ) ( ) x δy dxdy, , x δy dxdy1 ∫∫ ∫∫ −∞ −ε 它的一个重要特性就是采样特性。即 ∞ f x y x ( , y) ( dxdyδ, ∫∫ fα) − β − ( ,α )β −∞ 当 α β=0时 ∞ ( 0f,f0 x) (y , ) x (y , dxdy) δ ∫∫ −∞ 它的另一个重要特性就是位移性。 ∞ ∞ f x y ( , ) f ( ,x ) ( y α, βd δd ) α β α β − − ∫∫