数字图像处理_胡学龙等_第06章_图像复原0702.pptVIP

（3）预测编码 基本原理是 利用当前像素与邻近像素的位置关系计算预测信号，系统所传递的是误差信号，这种差值的概率分布集中在小数值上，大差值的概率极小，有利于用可变码长编码以减少传送的信息量。 按利用的邻近像素的不同，可以是 前值预测 一维预测 二维预测 三维预测等。 第6章 图像复原 内容提要: 6.1 图像退化原因与复原技术分类 6.2 逆滤波复原 6.3 约束复原 6.4 非线性复原方法 6.5 盲图像复原 6.6 几何失真校正 本章小结 知识要点 图像退化的常见原因 图像退化模型 图像退化与图像增强的关系 线性代数复原 非线性复原 几何失真校正 盲图像复原 MATLAB图像处理工具箱去模糊函数 教学建议 重点了解数字图像复原的基本任务、图像退化的各种原因、图像复原的常用方法，能够用MATLAB图像处理工具箱解决简单的图像退化问题。 先修知识包括： 线性代数（循环矩阵的表示；矩阵的广义逆等） 信号与线性系统 数字信号处理（圆周卷积、离散卷积定理等） 随机过程（平稳随机过程等） 优化理论。 注意本章与“图像增强”一章的联系与区别。 6.1 图像退化原因与复原技术分类 图像在形成、传输和记录过程中，由于受到多方面的影响，造成图像质量的退化（degradation）。 （1）射线辐射、大气湍流等造成的照片畸变。 （2）A/D过程会损失部分细节，造成图像质量下降。 （3）镜头聚焦不准产生的散焦模糊。 （4）成像系统中始终存在的噪声干扰。 （5）相机与景物之间的相对运动产生的运动模糊。 （6）底片感光、图像显示时会造成记录显示失真。 （7）成像系统的像差、非线性畸变、有限带宽。 （8） 携带遥感仪器的飞机或卫星运动的不稳定，以及地球自转等因素引起的照片几何失真。 退化图像：由于各种原因，使得原清晰图像变模糊，或者原图像没有达到应有的质量而形成的降质图像。 图像恢复（复原）：使退化图像恢复本来面目。 图像复原（image restoration）的目的和任务 目的 在研究图像退化原因的基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型，然后用相反的运算，以恢复原始景物图像。 图像复原要明确规定质量准则 衡量接近原始景物图像的程度。 要用某一客观标准来度量，则为某种准则下的最有估计。 图像恢复与图像增强的异同点： 相同点：两者都是改善给定图像的质量。 不同点： （1）图像恢复是利用退化过程的先验知识，来建立图像退化模型，在采用与退化相反的过程来恢复图像，而图像增强一般无需对图像降质过程建立模型。 （2）图像恢复是针对图像整体，以改善图像的整体质量，而图像增强是针对图像的局部，以改善图像的局部特性，如图像的平滑和锐化。 （3）图像恢复主要是利用图像退化过程来恢复图像的本来面目，它是一个客观过程，最终的结果必须要有一个客观的评价准则。而图像增强主要是用各种技术来改善图像的视觉效果，以适应人的心理等需要，而不考虑处理图像是否与原图像相符，也就很少涉及统一的客观评价准则。 图像复原模型 可以用连续数学或离散数学处理。 图像复原根据退化的数学模型对退化图像进行处理，其实现可在空间域卷积或在频域相乘。 图像复原在初级视觉处理中的地位 在航空航天、国防公安、生物医学、文物修复等领域具有广泛的应用。 传统的复原方法 基于平稳图像、线性空间不变的退化系统、图像和噪声统计特性的先验知识已知等条件下讨论的 现代的复原方法 对非平稳图像（如卡尔曼滤波）、非线性方法（如神经网络）、信号与噪声的先验知识未知（如盲图像复原）等前提下开展工作。 6.1.1 连续图像退化的数学模型 连续图像退化的一般模型如图6.1所示。 输入图像f(x, y)经过一个退化系统或退化算子H(x, y)后产生的退化图像g(x, y)可以表示为： g(x, y)= H[f(x, y)] （6.1） 如果仅考虑加性噪声的影响，则退化图像可表示为： g(x, y)= H [f(x, y)]+n(x, y) （6.2） f(x, y)的最佳估计 退化的图像是由成像系统的退化加上额外的系统噪声而形成的。 若已知H(x, y)和n(x, y)，图像复原是在退化图像的基础上，作逆运算，得到f(x, y)的一个最佳估计。 “最佳估计”而非“真实估计”。 由于存在可能导致图像复原的病态性。 导致图像复原的病态性的原因 （1）最佳估计问题不一定有解。 由于图像复原中可能遇到奇异问题； （2）逆问题可能存在多个