[图像复原第二次课.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
[图像复原第二次课

讨论一下上式的几种情况 (1)如果s=1,方括号中的项就是维纳滤波器 (2)如果s是变量,就称为参数维纳滤波器 (3)当没有噪声时,Sn(u,v)=0,维纳滤波器就退化为理想的逆滤波器 (4)当Sn(u,v)和Sf(u,v)未知时,用常数K可代替 因此必须调节s以满足 f^ = (HTH + sQTQ)–1 HTg Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 结果分析 (1) =1时,该滤波器称为标准维纳滤波器,但不能说可以利用上式在约束条件下得到最佳估计; =变量时,称为变参数维纳滤波器。 (2)无噪声时,即 ,即变为逆滤波器,即 因此,反向滤波器可看作是维纳滤波器的一种特殊情况。 (3)在有噪声存在的情况下,相比于反向滤波器来说,维纳滤波器中由于存在 项,会对噪声的放大具有自动抑制作用,同时也不会在H(u,v)为0时出现被0除的情形。 5.4 图像的有约束最小二乘恢复 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. (4)在实际应用中, 和 经常是未知的,但可用一常数k来表示噪声和信号的功率谱密度比,则: 5.4 图像的有约束最小二乘恢复 该式可以使退化图像得到一定程度的恢复,但不一定是最佳恢复。实际应用中,k可通过已知的信噪比来获得。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 维纳滤波复原法 采用维纳滤波器的复原过程步骤如下: (1)计算图像g(x,y)的二维离散傅立叶变换得到G(u,v)。 (2)计算点扩散函数hw(x,y)的二维离散傅立叶变换。同逆滤波一样,为了避免混叠效应引起的误差,应将尺寸延拓。 (3)估算图像的功率谱密度Pf和噪声的谱密度Pn。 (4) 计算图像的估计值 。 (5)计算 的逆付氏变换,得到恢复后的图像 。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.4 图像的有约束最小二乘恢复 (b) (c) (d) (e) (f) (g) (h) (i) (a)被高斯噪声污染的图像; (b)逆滤波恢复图像;(c)维纳滤波恢复的图像; (d)~(f)为相应的由噪声方差比(a)小1个数量级的降质图像得到的结果; (g)~(i)为相应的噪声方差小5个数量级的图像得到的结果。 图5.4.1 维纳滤波法和反向滤波法恢复图像的效果比较 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 由于反向滤波器的病态性质,会导致在H(u,v)的零值附近恢复滤波器 的数值变化剧烈,使恢复后的图像产生多余的噪声和虚假边缘。而这些噪声的强弱和虚假边缘的多少可用图像的二阶导数来表示。通过选择合理的Q,并对 进行优化,可将这些噪声和虚假边缘降至最小,也就是让该二阶导数降为最小,即使 称为Laplacian算子。 在离散情况下, 可用下面的差分运算来实现 ?约束最小平方滤波法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.4 图像的有约束最小二乘恢复 上述运

文档评论(0)

zhonhua5000 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档