5-图像恢复解说.ppt

?光学系统散焦传递函数 光学系统散焦时，点光源的像将成圆盘。 从公式可看出，散焦系统的传递函数在以原点为中心，d的倍数为半径处存在零点，形成一些同心的暗环，由散焦图像的频谱上估计出这些同心圆的半径，可得到H（u,v） 均匀聚焦不准----模糊 相机聚焦不准确引起，（不聚焦由许多参数决定：如相机的焦距、相机孔的大小、形状、物体和相机之间的距离等） 在研究中为了简单起见，用下列函数表示聚焦不准引起的模糊： 通常模糊算子相当于一个低通滤波器，因此当模糊算子作用于原始图像时，会引起图像中边缘和轮廓的模糊。7×7均匀二维模糊算子作用于图像Camera的结果如下图所示 原始图像 7×7均匀二维模糊算子作用后的结果 模糊后图像任意点的值 ： 特点：图像的频谱在垂直于该方向上存在暗直线，可估出 的大小，运动方向 也可由图像的频谱估计出来 已知：设相机不动，对象运动，运动分量x，y分别为x0(t)，y0(t）相机快 门速度是理想的，快门开启时间（暴光）T。 ?匀速直线运动模糊下的PSF 相机与景物之间相对运动造成图像降质， H(u,v)——运动模糊： 运动模糊图像的恢复处理 a) 原始图像 b) 模糊图像 c) 复原图像 总结：后两种模糊中，可从频谱的零点来估计其有关参数 二、由图像中的点或线估计（后验知识） 1）原始景物中有一清晰的点或点光源。由所成的像得到退化系统的PSF 2）原始景物中确定一条线，成像，由直线产生模糊，根据模糊可以测 定在于边缘垂直方向上的PSF断面曲线，得出一维PSF，如果PSF对称， 旋转一维PSF得到二维PSF 三、由功率谱估计PSF 四、噪声的确定：n(x,y) 分为与图像相关、与图像不相关两类。 还需了解噪声统计性质及其与图像的相关性质。 一般假设： 白色噪声，与图像无关。指图像上各点噪声不相关，其频谱密度为常数。只要噪声带宽远大于图像带宽即可作白噪声处理。 从退化图像大块平坦区中估计，一般不具备噪声先验知识。不同方法要不同特征参数——方差，频谱。 5.5 图像恢复的相关指标 模糊信噪比(BSNR, the Blurred Signal-to-Noise Ratio ) 表示由模糊和叠加噪声引起的降质程度 ISNR（the Improvement in SNR） ISNR只是评价图像恢复算法好坏的一个客观指标，ISNR高并不一定主观视觉效果好。 5.6 几何畸变的复原 例如： 从太空中宇航器拍摄的地球上的等距平行线，图像会变为歪斜或不等距； 用光学和电子扫描仪摄取的图像常会有桶形畸变和枕形畸变； 用普通的光学摄影与测试雷达拍摄的同一地区的景物二者在几何形状上有较大的差异。 以一副图像为基准，去校正另一种方式摄入的图像，以校正其几何 畸变，就叫做图像的几何畸变复原或者几何畸变校正。 2 steps: (1)空间变换：对图像平面上的像素进行重新排列以恢复原空间关系 (2)灰度插值：对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值 事实上，几何校正就是一种几何变换，是图像的几何畸变的反运算 与几何变换类似，几何校正是由输出图像像素坐标反算输入图像坐标， 然后通过灰度再采样求出输出像素灰度值。 5.6.1 几何校正 5.6.2 灰度再采样 5.6.3 几何变形 5.6.1 几何校正 几何基准图像的坐标系统用(x, y)来表示 需要校正的图像的坐标系统用(x’, y’)表示 设两个图像坐标系统之间的关系用解析式表示 通常h1(x,y)和h2(x,y)用多项式来表示： 通常用线性畸变来近似较小的几何畸变 更精确一些可以用二次型来近似 若基准图像为f(x,y)，畸变图像为g(x’,y’)，对于景物上的同一个点，假定其灰度不变，则 h1(x,y)和h2(x,y)未知 通常用已知的多对对应点来确定系数a, b 线性畸变 可由基准图找出三个点(x1, y1), (x2, y2), (x3, y3)与畸变图像上三个点(x1’, y1’), (x2’, y2’), (x3’, y3’)一一对应。 将对应点代入，有： 解联立方程组，得出6个系数。 这时 二次型畸变 有12个未知量，需要6对已知对应点 代入上式 记做向量矩阵形式 同样有 解方程组，得到ai, bi. 12个系数。 5.6.2 灰度再采样 Resampling f(x,y) g(x’, y’) 几何变换是由输出图像像素坐标反算出输入图像坐标，但该坐标并 非整数，需要进行灰度再采样。 再采样是通过灰度插值来完成的 最近邻插值 双线性插值 Nearest Neighbor Bilinear 双线性插值 5.6.3 几何变形 几何变形也是