第七章 图象复原new.pptVIP

第七章 图象复原 图象复原是指去除或减轻在获取图象过程中发生的图象质量下降（退化）。 图象复原的目标是对退化的图象进行处理，使它趋向于复原成没有退化的理想图象。 成象过程的每个环节（透镜、感光元件、数字化等）都会引起退化。视具体应用不同，将损失掉的图象质量部分复原过来可以起到不同的作用：可能象化妆品一样只起修饰作用；也可能起到关系到成败关键作用。 关于退化的复原，一般可采用两种方法： 1、适用于对图象缺乏先验知识的情况。此时可对退化过程（模糊和噪声）建立模型，进行描述，并进而寻找一种去除或消弱其影响的过程。由于这种方法试图估计图象被一些特性相对来说为已知的退化过程影响以前的情况，故是一种估计方法。 2、若对原始图象有足够的先验知识，则对原始图象建立一个数学模型并据此对退化图象进行拟合会更有效。 在进行图象复原时，还有许多其它选择。 1、可用连续数学，也可用离散数学进行处理。 2、处理既可在空域，也可在频域进行。 各种图象的复原都可归结为一种过程，具体地说，就是把退化模型化，并且采用相反的过程进行处理，以便恢复出原图象。 §7.1 退化模型 图象复原处理的关键问题在于建立退化模型。 §7.2 复原的代数方法 §7.3 逆滤波 §7.4 最小二乘方滤波 §7.5 约束去卷积 §7.6 中值滤波 §7.7 其它空间复原校正技术 第八章 数字图象与互联网 8.1 基于互联网的图象系统 8.2 基于内容的图象检索技术 8.3 面向版权保护的数字水印 8.1 基于互联网的图象系统 8.2 基于内容的图象检索技术 一、 内容检索与内容匹配 1、问题的提出 当数字图象数量很多时（达到上千张、甚至上百万张），如何快速有效地找到需要的数字图象是一项富有挑战性的工作 那么，如何利用计算机辅助检索图象呢？（与文本检索不同，图象与图象之间的比较是一个复杂的问题） 2、传统的图象检索方法 通过图片的元数据或标引文字进行检索 标引文字的检索的局限性是： 图片的标引文字主要靠人工输入。对大数据量的场合（如Web资源、数字图书馆等）应用困难 标引文字无法精确完整的刻画图片内容 文字描述一维线性的媒体，而图片是二维非线性的媒体 生成或利用元数据的过程实质是在两种差异很大的媒体间的翻译过程，有很大的随意性和信息损失 3、基于内容的图象检索方法 一图胜千言（百闻不如一见），考虑绕过这些转换（翻译）过程直接利用图片去检索图片，这就是基于内容的检索的出发点 基于内容的图象检索的英文缩写：CBIR Content-Based Image Retrieval 90年代初，国际上就开始了对基于内容的多媒体信息检索方面的研究。 大量原型系统已经推出,技术正在逐步走向成熟，已经出现一些商用系统。 商用系统如：IBM的QBIC、 Virage的VIR Image Engine。 原型系统如：UCB的BlobWorld（形状）、 Stanford的系统（颜色）。 检索效果仍需改进。 基于内容的图象检索流程 基于内容的检索通过与用户交互的方式，对查询结果逐步求精，检索经历了一个特征调整、重新匹配的循环过程。 基于内容的图象检索系统的4种检索方式： 1）利用图片样本检索（Query By Example） 可以由用户准备图片样本 可以在图片库中浏览 系统给出各类代表图象 从系统中随机抽取（检索是一个逐步求精的过程） 2）利用草图检索 3）利用图象特征模板检索 如颜色特征模板，指定各种颜色的比率等。 4）以上方式结合 先用草图或指定特征获取图片样本，再用图片样本检索 二、内容匹配的主要策略 1、颜色特征匹配 基本原理： 颜色具有一定的稳定性。在许多情况下 ,颜色是描述一幅图象最简便而有效的特征。 用图象的颜色信息作为图象之间进行匹配的特征依据。 颜色匹配基础 ：计算直方图距离的方法 直方图相交法 直方图距离法 互补颜色空间直方图法 二次型距离法 中心矩法 直方图相交法 令: HQ(k)为查询图象Q的直方图 HD(k)为图片库图象D的直方图 则两图之间的匹配值为： L-1 L-1 P(Q,D) = ?min[HQ(k), HD(k)] / ?HQ(k) k=0 k=0 三种主要颜色匹配策略 颜色比率匹配 颜色布局匹配 色彩空间匹配 1）颜色比率匹配 两幅相似的图象各自所包含的各种颜色的比率是相似的，因此可以利用描述颜色构成比率的特征进行检索。如彩色直方图、累积直方图、主色调等。 三种主要匹配策略 3）色彩空间匹配