4.图像复原(my)青岛大学全解.ppt

5.５.1　空间变换：坐标的几何校正 假设四边形区域中的几何失真过程可用如下的双线性方程对来表示为： （5.65） （5.66） 把以上2个公式代入式（5.60）可得： （5.67） （5.68） 5.５.1　空间变换：坐标的几何校正 对于图5.5中的两个四边形来说，已知的对应点有4组共8个，根据式（5.67）和式（5.68）可有： 求解由上述8个关系式组成的方程组即可解出8个待定的系数ai、bi，i=1，2，3，4。再把这些系数带入由上述8个关系式组成方程组，就建立了校正四边形区域内所有像素点的空间变换公式（模型）。 不管是原图像f(x,y)，还是产生了几何畸变的失真图像g(x’,y’)，其像素值都应定义在整数坐标上，也即x、y、x’、y’都应是整数值。然而在图像恢复过程中，根据确定的待定系数建立的空间变换模型计算出的x’和y’可能是非整数值，这样用非整数值的坐标位置(x’，y’)确定的一个到g的映射就会没有灰度定义，所以就要用其周围的整数坐标位置上的像素值来推算该非整数的坐标位置的像素值，实现这种功能的技术就称为灰度插值。 5.５.2 灰度插值：灰度值恢复 5.５　几何失真的校正 最近邻插值法示意图: 5.５.2 灰度插值：灰度值恢复 所谓最近邻插值，就是将离(x’，y’)点最近的像素的灰度值看作是(x’，y’)点的灰度值赋给理想非失真图像 的位于(x，y)处的像素。 利用最近邻插值法对图像几何畸变进行校正的步骤： （1）确定理想非失真图像和失真图像上的四边形及其对应点，并利用式(5.67)和式(5.68)建立方程组及其变换公式，把整数坐标(x，y)映射到非整数坐标(x’，y’)。 （2）选择与(x’，y’)相邻最近的整数坐标。 （3）把第（2）步确定的整数坐标处的像素值赋给位于(x，y)处的像素。 5.５.2 灰度插值：灰度值恢复 第五章 图像复原 5.1 图像退化与复原的基本概念 5.2 图像的退化与复原模型 5.3 空间域图像的恢复 5.4 被噪声污染图像的恢复 5.5 几何失真的校正 5.6 盲目图像复原 5.６ 盲目图像复原　　 盲目图像复原法是在没有图像退化先验知识的情况下，对观察目标的多幅图像以某种方式抽出退化信息，从而进行图像复原的方法。　　加性噪声的模糊图像复原方法一般有两种：直接测量法和间接估计法。　　 直接测量法复原图像时，需要测量图像的模糊脉冲响应和噪声功率谱或协方差函数。在所观察的景物中，往往点光源能量直接指示出冲激响应。另外图像边缘是否陡峭也能用来推测模糊冲激响应。在背景亮度相对恒定的区域内测量图像的协方差，可以估计出观测图像的噪声协方差函数。 直接测量法 间接估计法 　　间接估计法复原图像类似于多图像平均法处理。如对一个景物连续拍摄Ｎ次，每一次获取的图像用下式表示： 式中：f(x，y)是原始图像，gi(x，y)是第i次获取的图像，ni(x，y)是第i次的噪声函数。 　　当N很大时，上式右边的噪声项的值趋于它的数学期望E{n(x，y)}。一般情况下，白色高斯噪声在所有(x，y)上的数学期望等于零。因此，原始图像为 图像复原常用matlab命令： 1. 维纳滤波命令： deconvwnr 用法：J = deconvwnr(I,PSF,NSR) -----用维纳滤波算法对图片I进行图像恢复后返回图像J。 I是一个N维数组。PSF是点扩展函数的卷积。 NSP是加性噪声的噪声对信号的功率比。 2.约束最小二乘滤波恢复命令： deconvreg 用法：J=deconvreg(I,PSF,NP,LRANGE,REGOP)? 其中：I?表示输入图像，PSF?表示点扩散函数， NP、LRANGE（输入）和REGOP是可选参数， 分别表示图像的噪声强度、拉氏算子的搜索范围和约束算子， 同时，该函数也可以在指定的范围内搜索最优的拉氏算子。 若将此两个系统串联，试求此系统总的冲激响应h(x，y)。 　　3.叙述几何畸变图像的恢复的算法步骤 　　 习 题　　1.说明逆滤波法复原图像的基本原理及步骤。　　 2.设两个系统的点扩展函数都是hi(x，y)，其大小为 高斯噪声是白噪声的一个特例。所谓白噪声，是指图像面上不同点的噪声是不相关的，其功率谱为常量，也即其强度不随频率的增加而衰减。 最小二乘类约束复原是指除了要求了解关于退化系统的传递函数之外，还需要知道某些噪声的统计特性或噪声与图像的某些相关情况。根据所了解的噪声的先验知识的不同，采用不