数字图像处理6 图象重建.ppt

第四章 图象增强 dinggt@263.net.cn 二. 频率域恢复方法 1.逆滤波恢复法 ①基本原理 对于线性移不变系统而言 上式两边进行傅立叶变换得 式中G(u,v),F(u,v),H(u,v)和N(u,v)分别是g(x,y), f(x,y), h(x,y) 和n(x,y)的二维傅立叶变换。H(u,v)称为系统的传递函数。从频率域角度看，它使图像退化，因而反映了成像系统的性能。 在无噪声的理想情况下，上式可简化为 则： 1/H(u,v)称为逆滤波器。对上式再进行傅立叶反变换可得到f(x,y)。但实际上碰到的问题都是有噪声，因而只能求F(u,v)的估计值 然后再作傅立叶逆变换得 ②复原步骤： (a)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)； (b)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v)；（通常h（x,y）的尺寸小于g(x,y)的尺寸。为了消除混叠效应引起的误差，需要把h(x,y)的尺寸延拓。） （c）按 计算 （d）计算 的逆傅立叶变换，求得 ③ 问题： 若噪声为零，则采用逆滤波恢复法能完全再现原图像。若噪声存在，而且H（u,v）很小或为零时，则噪声被放大。这意味着退化图像中小噪声的干扰在H(u,v)较小时，会对逆滤波恢复的图像产生很大的影响，有可能使恢复的图像和f(x,y)相差很大，甚至面目全非。 ④改进的方法： (a)在H（u,v）=0及其附近，人为地仔细设置 H-1(u,v)的值，使N(u,v)*H-1(u,v)不会对 产生太大影响。 下图给出了H(u,v)、H--1(u,v)同改进的滤波特性HI(u,v)的一维波形，从中可看出与正常的滤波的差别。 (a)图像退化响应 (b)逆滤波器响应 (c)改进的逆滤波器响应 (b)使H(u,v)具有低通滤波性质，即使 2.去除由匀速运动引起的模糊 ①原理 在获取图像过程中，由于景物和摄像机之间的相对运动，往往造成图像的模糊。其中由匀速直线运动所造成的模糊图像的恢复问题更具有一般性和普遍意义。因为变速的、非直线的运动在某些条件下可以看成是均匀的、直线运动的合成结果。 设图像f(x,y)有一个平面运动，令x0(t)和y0(t)分别为在x和y方向上运动的变化分量。t表示运动的时间。记录介质的总曝光量是在快门打开到关闭这段时间的积分。则模糊后的图像g(x,y)为: 令G(u,v)为模糊图像g(x,y)的傅立叶变换，对上式两边傅立叶变换得 改变上式的积分次序，则有： 由傅立叶变换的位移性质，可得 ： 令： 则：G(u,v)=H(u,v)F(u,v)--已知退化模型的傅立叶变换式 若x(t)、y(t)的性质已知，传递函数可直接由式 求出，因此，f(x,y)可以恢复出来。 ②沿水平方向和垂直方向匀速直线运动造成的图像模糊的模型及其恢复的近似表达式： （a)由水平方向均匀直线运动造成的图像模糊的模型及其恢复用以下两式表示： 式中a为总位移量，T为总运动时间，m是 的整数部分，L=ka(k为整数)是x的取值范围， A= 离散式如下： (b)由垂直方向均匀直线运动造成的图像模糊模型及恢复用以下两式表示： 水平匀速运动模糊图像的恢复 3.维纳滤波复原方法 逆滤波复原方法数学表达式简单，物理意义明确。然而存在着上面讲到的缺点，且难以克服。因此，在逆滤波理论基础上，不少人从统计学观点出发，设计一类滤波器用于图像复原，以改善复原图像质量。 ①复原思想： Wienner滤波恢复的思想是在假设图像信号可近似看作平稳随机过程的前提下，按照使恢复的图像与原图像f(x,y)的均方差最小原则来恢复图像。即 当采用线性滤波来恢复时，恢复问题就归结为找合适的点扩散函数hw(x,y)，使上式成立。 由Andrews和Hunt推导满足这一要求的传递函数为： 则有： 这里，H*(u,v)是成像系统传递函数的复共轭；Hw(u,v)就是维纳滤波器的传递函数。Pn（u,v）是噪声功率谱；Pf（u,v）是输入图像的功率谱。 ②复原过程步骤： (a)计算图像g（x,y）的二维离散傅立叶变换得到 G(u,v)； (b)计算点扩散函数hw(x,y)的二维离散傅立叶变换。同逆滤波一样，为了避免混叠效应引起的误差，应将尺寸延拓； (c)估算图像的功率谱密度Pf和噪声的谱密度Pn； (d)由公式 计算图像的估计值 (e)计算 的逆付氏变换，得到恢复后的图像 ③方法特点： （a）当H（u,v）→0或幅值很小时，分母不为零，不会造成严重的运算误差； （b）当Pn→ 0时，维纳滤