数字图像处理第五章图像复原与重建摘要.ppt

主要内容 背景知识 图像退化/复原过程的模型 代数恢复 频域恢复 几何校正 图像复原过程 图像复原过程相当于设计一个滤波器，使其能从退化图像中复原出真实图像的估值，这种估值根据预定的最佳准则，具有最优的性质。 代数恢复法讨论均方误差最小意义下，图像的最佳估计 无约束复原 准则函数 退化模型的噪声项为 使噪声范数尽可能小，即使 最小 定义准则函数为关于f的估计最小的问题 求极值可得 频率域则表现为两者乘积。 频率域去卷积公式 约束最小二乘复原 当H为奇异的，会导致无约束复原问题的病态性，因此需要在恢复过程中施加某种约束，即约束复原。 约束最小二乘复原问题是使形式为 的函数，在约束条件 时最小 准则函数 求极小值得 λ为常数系数（拉格朗日系数），γ为1/ λ 指定不同Q，得到不同复原图像 约束最小二乘复原 能量约束 Q=I I表示单位矩阵 解得最佳复原解为 物理意义为在约束条件下复原图像能量 最小 约束最小二乘复原 约束最小二乘复原 均方误差最小约束（维纳滤波） 将f和n视为随机变量，令 Rf，Rn分别为信号和噪声的协方差矩阵。 使 最小，解得最佳复原为 主要内容 背景知识 图像退化/复原过程的模型 代数恢复 频域恢复 几何校正 逆滤波 对于线性位移不变系统，进行傅里叶变换后表现为频率域图像 无噪声理想情况下 逆滤波 做傅里叶反变换得复原图像 逆滤波 解决途径 人为设置H-1(u,v) ，使其H(u,v)避免出现0及数值较小的值 逆滤波 限制滤波的频率信息使其接近原点,使其具有低通滤波性质 逆滤波 去除匀速直线运动造成的模糊 获取图像过程中，由于景物和摄像机之间的相对运动造成的图像模糊 去除匀速直线运动造成的模糊 去除匀速直线运动造成的模糊 退化模型估计： 设f(x,y)进行平面运动， x0(t)和y0(t)分别是在x和y方向上随时间变化的运动参数, g(x,y)为模糊图像，t为运动时间， T为快门打开到关闭的总曝光时间，模糊图像表示为 去除匀速直线运动造成的模糊 其傅里叶变换为 去除匀速直线运动造成的模糊 维纳滤波 维纳滤波是从退化函数和噪声统计特征入手，假设图像信号近似看成平稳随机过程的前提下，按照恢复图像与原图像的均方差最小原则来恢复图像. 即 恢复问题归结与找到合适的点扩散函数，其其与图像卷积后能满足上式,再计算图像估计 维纳滤波 常见图像几何变换 平移 常见图像几何变换 旋转 常见几何变换 缩放 常见图像几何变换 水平镜像： 垂直镜像： 空间坐标变换 二元多项式的线性变换 像素灰度内插 灰度内插公式为 主要内容 背景知识 图像退化/复原过程的模型 代数恢复 频域恢复 几何校正 几何失真 图像在获取和显示过程中，由于成像系统本身的非线性、图像获取视角的变化及拍摄对象表面弯曲等原因，产生图像几何形状的失真。 几何失真 常见几何失真 原图像 透视失真 枕形失真 桶形失真 几何校正 几何校正：将存在几何失真的图像校正成无几何失真的图像 在对图像定量分析前，进行此处理，以免影响分析精度 几何校正 几何校正基本方法是先建立数学模型，再利用已知条件确定模型参数，最后根据模型对图像进行校正 通常由两个基本操作组成: 空间坐标变换 修改像素空间坐标，对图像平面上像素坐标位置进行校正或重新安排，以恢复其原有的空间关系 灰度内插 对空间变换后图像中像素赋予相应灰度值，以恢复原空间位置上的灰度值 空间坐标变换（数学模型） 空间坐标变换方法一 已知h1(x，y)和h2(x，y)条件下的校正 直接法，由退化图像的像素坐标(x’,y’)计算出原图像对应像素的校正坐标值(x,y)，保持其灰度值不变。 校正后图像像素分布不规则，出现挤压、疏密不均现象，还需进行灰度内插生成栅格图像 间接法，由假设的校正图像整数坐标(x,y)计算对应退化图像的非整数坐标(x’,y’)，由其周围像素灰度内插得到其灰度值。 常用方法， 较容易实现 x y x y 空间坐标变换方法二 未知h1(x，y)和h2(x，y)条件下的校正 用基准图像和几何畸变图像上的连接点来确定坐标变换函数h1(x，y)和h2(x，y) 连接点是像素的子集,它们在输入(失真的)和输出(校正的