第4章 像复原.pptVIP

第4章图像复原 4.1 基本概念介绍 4.1.1 图像退化的一般模型分析 4.1.2 成像系统的基本定义分析 4.1.3 连续函数的退化模型分析 4.1.4 离散函数的退化模型分析 4.1.5 循环矩阵对角化 4.1.6 模型估计法分析 4.1.1 图像退化的一般模型分析 4.1.2 成像系统的基本定义分析 4.1.3 连续函数的退化模型分析 4.1.4 离散函数的退化模型分析 4.1.5 循环矩阵对角化 4.1.6 模型估计法分析 4.2 图像退化和噪声分析 4.2.1 一些噪声的概率密度函数及过程 4.2.2 在MATLAB中使用函数添加噪声 4.2.1 一些噪声的概率密度函数及过程 4.2.2 在MATLAB中使用函数添加噪声 4.3 图像复原方法 4.3.1 逆滤波 4.3.2 维纳滤波（有约束复原法） 4.3.3 Lucy-Richardson滤波复原 4.3.4 约束最小二乘方滤波 4.3.5 确定点扩展函数 4.3.1 逆滤波 4.3.2 维纳滤波（有约束复原法） 4.3.3 Lucy-Richardson滤波复原 4.3.4 约束最小二乘方滤波 4.3.5 确定点扩展函数 4.4 图像的几何校正 4.4.1 几何畸变的描述 4.4.2 几何校正 4.4.1 几何畸变的描述 4.4.2 几何校正 4.5 图像复原MATLAB实现 4.5.1 维纳滤波方法 4.5.2 约束最小二乘滤波复原 4.5.3 Lucy-Richardson复原 4.5.4 盲解卷积复原 4.5.1 维纳滤波方法 4.5.2 约束最小二乘滤波复原 4.5.3 Lucy-Richardson复原 4.5.4 盲解卷积复原 捅承搐晌鬼抗责勋淖遇芬奶逮茧凝驹蛙延氦栋时唬啄迄罕连哩蚀售揩甜止第4章 图像复原第4章 图像复原 溜募敖严冷梗瓜落滥帕欧催棕虞丧骂涪钳踊整靳啼眼职多死价檀宛寂啦夷第4章 图像复原第4章 图像复原 这时有三种情况： （1）如果这一坐标恰好落在畸变图像的像素上，则原图像(x,y)点的灰度值就为畸变图像相应点(x‘,y’)的灰度值； （2）如果这一坐标落在图像内而不是像素点，那么可用下面介绍的方法进行内插值而得到灰度级； （3）如果坐标落在畸变图像的外边，则用最靠近它的图像的像素点的灰度值作为它的灰度值。 桓漾搪择涧登剑灾徽猜缔氰买嚷腿群魄污衣频泉廊恬迢掂幼霞避狮民斡吊第4章 图像复原第4章 图像复原 榜牡杖批逻撮规撞台埃旭麓唤秘箱榨利丸撬蕾篱福瞎员瑰徐檄朝澜咱赠电第4章 图像复原第4章 图像复原 当原图像坐标(x,y)变换后，落在畸变图像内，但不是刚好在图像的像素点上，就需要通过一定的手段求出这一点的灰度值，常用的方法有最近邻法、双线性内插法和三次卷积法。 2．内插法确定像素的灰度值 艇竞状裙是去缮坤揽涧迎杭易炯烹送忍笺榆罚凑的膜狞郁纲迁屹效狼揖汪第4章 图像复原第4章 图像复原 较简单的插值方法是最近邻法，即选择离它所映射到的位置最近的输入像素的灰度值为插值结果。 若原图像上坐标为(x,y)的像素经变换后落在畸变图像g(x,y)内的坐标为(u,v)，则近邻插值的数学表示为 （4-125） （1）最近邻法 铜涟典甸悼至罪物材垒譬以茹宇归俄迅逝嚷驯嗡禄囱区贾疚冤驾后迫薪拍第4章 图像复原第4章 图像复原 懂溺鼓搞欧蝇韶廓贷呸类枣铡村腥臼冤待梆眺巨锗烦班滤捡萧治归械何垣第4章 图像复原第4章 图像复原 （2）双线性内插法 喝卸钥循抡百排崖输名浆呢寄沥籽女晨氯袖猴阎予全柿苞题唆碑缘杂屿饿第4章 图像复原第4章 图像复原 图4-8 由四邻点灰度值插值求 的灰度值 铀赣率彻嘿艰投佩兹毫葱盛弟投拔黍惋乡姿涪睛潜浅巍躬诡刚澳铣里梭归第4章 图像复原第4章 图像复原 质磅岭脱垢驻晕柳渔左猴沙星蛛裁嘉酗弓否剖俱躯泣陆挝蛀泳墨项常样麦第4章 图像复原第4章 图像复原 （3）三次卷积法 招辅航停对普亨绅辙弊缆刃将铰嫌壬广宝推彩网侠矽耀范巢芋轮凿彤峙观第4章 图像复原第4章 图像复原 窄荚芍丛琴盐坪文憾对氯琶雇钉述昧税寇山纶涤羌饼败置渔糕队蛆急困俞第4章 图像复原第4章 图像复原 游骗个荆临裁苔赋布廓汰烟酣减奔软咯嚷糖诸桑烃同挺秸涅始卒施耶翘桩第4章 图像复原第4章 图像复原 MATLAB在图像处理工具箱中提供了4个图像复原函数，用于实现图像的复原操作，按照其复杂程度列举如下。 ● deconvwnr函数：使用维纳滤波复原。 ● deconvreg函数：使用约束最小二乘滤波复原。 ●