第7章 图像复原1.ppt

逆滤波示例(a)原图(b)退化图像(c) 逆滤波结果 这就是逆滤波复原的基本原理。其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)。这一步值得注意的是，通常h（x,y）的尺寸小于g(x,y)的尺寸。为了消除混叠效应引起的误差，需要把h(x,y)的尺寸延拓。 （3）计算 （4）计算的逆傅立叶变换，求得。 逆滤波复原法若噪声为零，则采用逆滤波恢复法能完全再现原图像。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。 病态性质 (1) H(u,v)= 0 ：无法确定F(u,v)(2)H(u,v)?0：放大噪声 逆滤波复原法 逆滤波复原法解决该病态问题的唯一方法就是避开H(u,v)的零点即小数值的H(u,v)。两种途径：一是：在H（u,v）=0及其附近，人为地仔细设置H-1(u,v)的值，使N(u,v)*H-1(u,v)不会对产生太大影响。下图给出了H(u,v)、H--1(u,v)同改进的滤波特性HI(u,v)的一维波形，从中可看出与正常的滤波的差别。 (a)图像退化响应 (b)逆滤波器响应 (c)改进的逆滤波器响