ch8图象复原课程.pptVIP

§1 图象退化和退化模型（Degredation model） 图象退化模型 图象复原是根据退化原因，建立相应的数学模型，从被污染或畸变的图象信号中提取所需要的信息，沿着使图象降质的逆过程恢复图象本来面貌。 离散图像退化模型 线性移不变降质算子 §2 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 §3 高斯白噪声 产生正态分布的高斯白噪声 设r1,r2,…,rn为一列独立同分布的随机变量，且： 则： 由于概率分布中最简单的是(0, 1)区间上均匀分布的随机数， 当n充分大时 的分布近似于标准正态分布N(0,1)。通常取，此时 最后再通过一般正态分布和标准正态分布之间的变换 便可得到均值为μ、方差为σ2的正态分布的高斯白噪声y。 §4 逆滤波复原方法 运动模糊图象的逆滤波复原 §6 卡尔曼滤波 卡尔曼离散状态方程和观测方程 §7 图象灰度校正和几何畸变校正 一、灰度校正 假设理想图象为f（x,y），由于灰度失真因 子D（x,y）的影响，实际得到的图象为g（x,y）， g（x,y）=D（x,y）f（x,y） 灰度校正是要从畸变的图象g（x,y）中复原原 始图象