数字图象处理五图像复原.pptVIP

西安交通大学03级本科生毕业设计答辩 5.1 图像退化/复原过程的模型 5.2 噪声模型 5.2.4 噪声参量的估计 5.3.3 自适应滤波器 基于 矩形窗口 区域内图像的统计特性 5.4.3 陷波滤波器 陷波带通滤波器的实例 5.10 几何均值滤波 5.5 线性、空间位置不变的图像退化 ●讨论只存在退化函数H (退化系统)一种因素时的图像复原。 5.6 估计退化函数 ●图像退化过程在频域表示为： (5.5.17) ●当不考虑噪声时，即 ，如果知道了退化系统的函数 ，就可以得到真实图像的傅立叶变换 ●在数字图像处理中，估计退化函数 有这样三种方法： (1)观察法; (2)试验法； (3) 数学建模法。 5.6.1 图像观察法 (1) 在退化的图像中找到某些简单的元素； (2) 理想形状是可以构造出来的，即构造出 (3)则，系统的退化函数为： 5.6.2 试验估计法 ● 给系统输入一个点脉冲函数，则系统输出的图像是脉冲响应函数h(x,y)。 5.6.3 模型估计法 ● 大气湍流所引起的图像退化过程，可以用下式描述 (5.6.3) 大气湍流对成像质量影响实例 运动模糊的退化函数建模 运动引起的图像模糊的退化函数 ● 总的曝光量为： ● 作傅立叶变换： (5.6.5) 改变积分顺序，并根据傅立叶变换的平移性质，有 物体作匀速直线运动时产生的模糊退化函数 ● 设物体在x方向作匀速直线运动，速度为。 (5.6.10) ● 如果物体同时也沿y作 的直线运动，则退化函数成为： (5.6.11) 利用前面公式计算机模拟的运动模糊 5.7 逆滤波 ● 如果没有噪声的作用，并已经用前面的退化函数估计或建模的方法知道了退化函数H (u , v) , 那么 ● 噪声对逆滤波的影响 ● 复原图像可能完全由噪声来决定。 第5章 图像复原 Things which we see are not by themselves what we see…. It remains completely unknown to us what the objects may be by themselves and apart from the receptivity of our senses. we know nothing but our manner of perceiving them. Immanuel Kant 概述: ●什么是图像复原？ 沿着质量降低的逆过程来重现真实的原始图像。 通过去模糊函数而去除图像模糊。 图像增强：实际上是一种对比度拉伸，评价的标准是观察者 主观感受； 图像复原：则是通过定量的去模糊函数而去除图像的模糊成分。 空域： 频域： ●图像退化包含了两种因素： 图像噪声η( x , y ) 退化系统 h ( x , y ) ●先考虑只存在噪声时的图像复原，此时H=1 (等同运算符)。 ●图像噪声从那里来的？ 图像获取过程 图像获取的环境条件和传感器质量。 图像传输过程 传输信道受到干扰。 5.2.1 噪声的空间和频率特性 空间特性：假设噪声是独立于空间坐标的且与图像本身 无关联。 频域特性: 指噪声的在傅立叶域的频谱分布。 5.2.2 一些重要噪声的概率密度函数（PDF） 高斯噪声： (5.2.1) z 为灰度值，μ是均值，σ是标准差。 瑞利噪声： (5.2.2) 其均值为： 方差为： 伽马噪声： 其均值为： 方差为： 其均值为： 方差为： 指数分布噪声： 均匀分布噪声： 其均值为： 方差为： 脉冲噪声（椒盐噪声）： 高斯噪声、瑞利噪声、伽马噪声、指数噪声、均匀分布噪声、脉冲噪声的概率密度曲线。 各种噪声对图像退化(污染)的实例 噪声污染前的图像 噪声污染后的图像 噪声污染的图像（续） 5.2.3 周期噪声 ●图(a)受到了周期噪声的干扰； 图(b)是其傅立叶频谱图； 5.3 用空间滤波来复原噪声污染的退化图像 5.3.1 均值滤波器 算术均值滤波器(第三章中已讲过) 几何均值滤波器 谐波均值滤波器 ●定义 逆谐波均值滤波器 ●定义 Q是滤波器的阶数： 当Q＝0 时，成为算术平均滤波器； 当Q＝-1时，成为谐波均值滤波器；