图像复原解读.ppt

第五章 图像复原 概述 ? 图像退化过程/复原的过程 ? 噪声模型 只存在噪声干扰的图像复原 ? 空间域滤波复原 ? 频率域滤波复原 系统退化复原 ? 退化函数估计 ? 逆滤波 ? 维纳滤波 几何变换 ? 空间变换 ? 灰度级插补 5.1 概述 什么是退化？ 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，使图像的质量变差。 退化现象 图像模糊、失真、噪声等 引起图像退化的原因 √成像系统的畸变、带宽有限等因素造成图像失真。 √几何失真：由于成像器件拍摄姿态和扫描非线性引起。 √灰度失真：光学系统或成像传感器本身特性不均匀，造成同样亮度景物的成像灰度不同。 √运动模糊：成像传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊。 √辐射失真：由于场景能量传输通道中的介质特性如大气湍流效应、大气成份变化引起图像的失真。 √噪声干扰：图像在成像、数字化、采集和处理过程中引入的噪声。 图像退化举例3： 图像恢复： 明确图像退化原因，建立数学模型，沿逆过程恢复图像。 主要方法： 代数方法恢复、运动模糊恢复、逆滤波恢复、Wiener滤波恢复、功率谱均衡恢复、约束最小平方恢复、最大后验恢复、最大熵恢复、几何失真恢复。 图像复原概述 √与图像增强相似，目的也是改善图像质量。 √图像增强主要是一个主观过程，而图像复原主要是一个客观过程。 √图像增强采用对比度拉伸等，提供给用户喜欢接收的图像；二图像复原技术追求回复原始图像的最优估计。 √图像复原技术可以使用空域或频域滤波器实现。 √图像复原可以看做是图像退化的逆过程，是将退化的过程加以估计，建立退化的数学模型后补偿退化过程的失真， √在图像退化确知的情况下，图像退化的逆过程是有可能进行的。但实际情况经常是退化过程并不知晓，这种复原称为盲目复原。 √由于图像噪声和干扰的存在，为复原带来了困难和不确定性。 图像复原的一般过程 弄清退化原因→建立退化模型→反向推演→恢复图像 图像复原就完全不同，需知道图像退化的机制和过程的先验知识，据此找出一种相应的逆过程方法，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。 图像复原示例 5.3 图像退化的数学模型 如果系统H是一个线性、位置不变 性的过程，退化图像可以表示为 h(x,y)表示退化函数的空间描述 周期噪声 周期噪声实在图像获取中从电机或机电干扰中产生。 周期噪声可以通过频域滤波显著减少。 5.4.1 均值滤波器 算术均值滤波器 几何均值滤波器 几何均值滤波器所达到的平滑度可以与算术均值滤波器相比 但几何均值滤波器在滤波过程中，与算术均值滤波器相比，丢失的图像细节更少 谐波均值滤波器 5.4.2 顺序统计滤波器 中值滤波器 最大值滤波器 5.4.3 自适应滤波器 自适应局部噪声消除滤波器 基于假定的自适应表达式为： 唯一需要知道或估计的参数是噪声方差 其他参数都可以根据 Sxy中的像素计算出来 自适应中值滤波器 √传统中值滤波器只能处理空间密度不大的冲激噪声（ Pa,Pb0.2） ,而自适应中值滤波器可以处理具有更大概率的冲激噪声 √可以在平滑非冲激噪声时保存细节，而传统的中值滤波器无法做到 规定如下符号： 中灰度级的最小值 中灰度级的最大值 中灰度级的中值 在坐标 上的灰度级 允许的最大尺寸 周期噪声频率滤波器 √带阻滤波器 √ 带通滤波器 √ 陷波滤波器 带通滤波器 √阻止一定频率范围内的信号通过，允许其他频率范围内的信号通过 √理想带阻滤波器、巴特沃思带阻滤波器、高斯带阻滤波器 理想带阻滤波器 是频带的中心半径，W是频带宽度 带通滤波器 带通滤波器的传递函数 可根据相应的带阻滤波器的传递函数 得到 带通滤波器的执行与带阻滤波器相反的操作，可利用带通滤波器提取噪声模式。 陷波滤波器 √在指定的中心频率点，阻止（或通过）该中心频率点邻域内的频率 √由于傅立叶变换的对称性，陷波滤波器必须以关于原点对称的形式出现 √理想陷波滤波