数据库第5章概念.pptx

第五章图像复原5.1图像退化模型5.1.1图像的退化在景物成像过程中，由于目标的高速运动、散射、成像系统畸变和噪声干扰等，会使形成的图像存在降质，称之为图像“退化”。退化的形式有图像模糊或图像有干扰等。引起图像退化的原因成像系统镜头聚焦不准产生的散焦成像设备与物体间的相对运动成像系统存在的各种非线性因素以及系统本身的性能缺陷射线辐射、大气湍流等因素造成的照片畸变外部干扰等图像复原是将图像退化的过程加以估计,并补偿退化过程造成的失真,以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量的一种方法。图像复原是图像退化的逆过程。典型的图像复原方法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，得到质量改善的图像。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：图像增强是为了突出图像中感兴趣的特征，增强后的图像可能与原始图像存在一定的差异。评判图像增强质量好坏的是主观标准图像复原是针对图像退化的原因做出补偿，使恢复后的图像尽可能接近原始图像。评判图像复原质量好坏的是客观标准二者的目的都是为了改善图像的质量。5.1.2图像退化模型图像的退化模型可表示f(x,y)退化函数H+g(x,y)(x,y)g（x，y）=H[f（x，y)]+(（x，y）其中：f(x，y)表示理想的、没有退化的图像，g(x，y)是退化（所观察到）的图像，(x，y)表示加性噪声，H是退化函数,则：当成像系统是线性位移不变系统时,获取的图像g(x,y)可表示为g（x，y）=f（x，y）*h（x，y）+(x，y)其中，h（x，y）是退化函数H的空间表示退化模型的频率域表示写成矩阵形式:5.2退化函数估计方法在图像复原中，有三种方法可用来对退化函数进行估计。这三种方法是：图像观察法、试验估计法和数学建模法。1.图像观察法对于一幅模糊图像，首先提取包含简单结构的一小部分图像，然后根据这部分图像中目标和背景的灰度级，就可以构建一幅不模糊的图像，该图像与观察到的子图像具有相同的大小和特性。是观察子图像的傅立叶变换是处理过子图像的傅立叶变换2.试验估计法可以使用与获取退化图像的设备相似的设备，那么利用相同的系统设置，就可以由成像一个脉冲（小亮点）得到退化函数的冲激响应。需要注意的是，这个亮点必须尽可能的亮，以达到减少噪声干扰的目的。这样由于冲激响应的傅立叶变换是一个常量，有表示观察图像的傅立叶变换，A为常量，表示冲激强度。3.数学建模法在图像退化的多年研究中，对于一些退化环境已经建立了数学模型例如Hufnagel和Stanley提出的基于大气湍流物理特性的退化模型：其中k是常数，与湍流性质有关。匀速线性运动退化函数其中，a/T,b/T分别表示x,y方向上的时域速度5.3代数复原方法图像复原的主要目的是当给定退化的图像g(x,y)及系统h(x,y)和噪声(x,y)的某种了解或假设，估计出原始图像f(x,y)。其代数表达式可表示成g=Hf+，此时可用线性代数中的理论解决复原问题。无约束恢复由退化模型可得噪声为在对噪声项没有先验知识的情况下,希望找到一个,使得在最小二乘方意义上,最接近于g,即使为最小因此，令目标函数为由极值条件：求出在M=N的情况下，假设H-1存在，则上式变为：这种方法不受任何其它条件约束，因此称为无约束复原约束最小二乘复原为了克服图像复原问题的病态性质，常需要在复原过程中施加某种约束，称为约束复原由极值条件可得通过指定不同的Q，可得到不同的恢复方法1）能量约束恢复令Q=I能量保持不变2）平滑约束恢复令变换到频域（a)运动模糊且被加性噪声污染的图像噪声方差比（a）小1个数量级小5个数量级对应的约束最小二乘法滤波结果5.4.1逆滤波恢复法对于线性移不变系统,有对上式两边进行傅立叶变换得5.4频率域复原方法在无噪声的理想情况下，上式可变为因此则恢复后的图像为：以上就是逆滤波复原的基本原理。1/H(u,v)称为逆滤波器。逆滤波复原过程可归纳如下:(1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)；(2)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);(3)逆滤波计算(4)计算的逆傅立叶变换，求得。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。当噪声存在时改进方法：① 在H(u,v）=0及其附近，人为地设置H-1(u,v)的值，使N(u,v)*H-1(u,v)不会对F（u，v）产生太大影响，即