第十一讲图像复原研究.ppt

Chapter 6 Image Restoration;;一、Examples of Image Degradation;二、 Basic Conception;图像增强和图像复原的差别;Image Restoration vs Image Enhancement;三 The Math Model of Image Degradation;Problem Description Input: a degraded image g(x,y), some knowledge about the degradation function H(x,y), some knowledge about the additive noise term η(x,y) Objective: an estimate of f(x,y);一幅连续的图像以用下式表示 事实上，一幅图像可以看成由无穷多极小的像素所组成，每一个像素都可以看作为一个点源成像，因此，一幅图像也可以看成由无穷多点源形成的。 对一线性空不变系统而言，经退化函数作用时;简记为;三、退化的数学模型;四 The Models of Noise;Noise model;高斯噪声(Gaussian Noise);瑞利噪声(Rayleigh Noise);伽马噪声(Gamma Noise);指数分布噪声 (Exponential Noise);均匀分布噪声 (Uniform Noise);脉冲噪声（椒盐噪声）(Salt Pepper Noise);Notes to Impulse Noise;使用函数imnoise添加噪声;例 样本噪声和它们的直方图;Restoration in the presence of noise;仅有噪声的复原：空间滤波Restoration in the Presence of Noise Only-Spatial Filtering;(a) 原图像;五 经典复原方法之一——逆滤波 (Inverse Filtering);2.有噪声的情况：;Definition of Inverse filtering (逆滤波);Problems: 1) F(u,v) is a random function whose Fourier transform is not known. 2) If degradation function H(u,v) has zero or very small values, then the ratio N(u,v)/H(u,v) could easily dominate the estimate F(u,v). ;逆滤波复原;In case a), near-zero values affected the result significantly.;五 经典复原方法之二——维纳滤波 (Wiener Filtering);Minimum mean square error (Wiener) filtering (维纳滤波);Wiener Filtering;Wiener Filtering; MATLAB中，维纳滤波是使用函数deconvwnr来实现的，函数deconvwnr有三种可能的语法形式： 第一种语法形式：fr=deconvwnr(g,PSF) 假设噪信比为零，这种形式就是逆滤波器 第二种语法形式：fr=deconvwnr(g,PSF,NSPR) 假设噪信功率比已知，或是个常量或是个数组。这是用于实现参数维纳滤波器的语法。 第三种语法形式： fr=deconvwnr(g,PSF,NACORR,FACORR) 假设噪声和未退化图像的自相关函数NACORR和FACORR是已知的;例题：在一幅测试版图像中加入运动模糊和高斯噪声，产生一幅退化图像，采用deconvwnr函数实现逆滤波及维纳滤波。 % 产生一幅退化的测试板图像及其复原 f=checkerboard(8); PSF=fspecial(motion,7,45); gb=imfilter(f,PSF,circular); noise=imnoise(zeros(size(f)),gaussian,0,0.001); g=gb+noise; subplot(421);imshow(f,[]);title(原图像); subplot(422);imshow(gb,[]);title(模糊图像); subplot(423);imshow(noise,[]);title(噪声图像); subplot(424);imshow(g,[]);title(模糊图像＋噪声图像)