模糊图像处理-精.docxVIP

目 录1 绪论11.1 图像复原的来源和发展11.2 图像复原的基本思想11.3图像复原的应用21.4 图像复原方法的分类22 图像复原方法概述22.1 图像复原的概念22.2Matlab图像恢复函数的介绍33 几种较经典的复原方法介绍33.1 维纳滤波43.2 规则滤波法43.3盲去卷积54 Matlab仿真54.1维纳滤波的仿真54.2规则滤波的仿真74.3盲去卷积的仿真94.4常用图像复原方法的比较11结论131 绪论复原的目的是在预定义的意义上改善给定的图像。复原通过使用退化现象的先验知识试图重建或恢复一幅退化的图像。因此，复原技术趋向于将退化模型化。1.1 图像复原的来源和发展在获取图像的过程中，由于光学系统的像差、光学成像的衍射、成像系统的的非线性畸变、记录介质的非线性、成像过程的相对运动、环境随机噪声等影响，会使观测图像和真实图像之间不可避免的存在偏差和失真。这种图像质量下降的情况在实际应用中都会遇到，如宇航卫星、航空测绘、遥感、天文学中所得的图片。由于大气湍流、光学系统的像差以及摄像机与物体间的相对运动会使图像降质；X射线成像系统由于X射线散布会使医学上所得的照片分辨率和对比度下降；电子透镜的球面像差往往会降低电子显微照片的质量等等。通常，称由于这些因素引起的质量下降为图像退化。图像退化的典型表现是图像出现模糊、失真，出现附加噪声等。由于图像的退化，在图像接受端显示的图像已不再是传输的原始图像，图像效果明显变差。为此，必须对退化的图像进行处理，才能恢复出真实的原始图像，这一过程就称为图像复原。图像复原是一种改善图像质量的处理技术，是图像处理研究领域中的热点问题，与图像增强等其他基本图像处理技术类似，也是以获取视觉质量某种程度的改善为目的，所不同的是图像复原过程实际上是一个估计过程，需要根据某些特定的图像退化模型，对退化图像进行复原。简言之，图像复原的处理过程就是对退化图像品质的提升，并通过图像品质的提升来达到图像在视觉上的改善。早期的图像复原是利用光学的方法对失真的观测图像进行校正，而数字图像复原技术最早则是从对天文观测图像的后期处理中逐步发展起来的。其中一个成功例子是NASA的喷气推进实验室在1964年用计算机处理有关月球的照片。照片是在空间飞行器上用电视摄像机拍摄的，图像的复原包括消除干扰和噪声，校正几何失真和对比度损失以及反卷积。另一个典型的例子是对肯尼迪遇刺事件现场照片的处理。由于事发突然，照片是在相机移动过程中拍摄的，图像复原的主要目的就是消除移动造成的失真。随着数字信号处理和图像处理的发展，新的复原算法不断出现，在应用中可以根据具体情况加以选择。1.2 图像复原的基本思想图像复原试图利用退化图像的某种先验知识来重建或复原被退化的图像，因此图像复原可以看成图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真，以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量。1．3图像复原的应用在天文成像领域中，地面上的成像系统由于受到射线以及大气的影响，会造成图像的退化。在太空的成像系统中，由于宇宙飞船的速度远远快于相机快门的速度，也会造成运动模糊。此外噪声的影响也不可忽略。因此，必须对所得到的图像进行处理尽可能恢复原本的面目，才能提取更多有用的信息。在医学领域，图像复原被用来滤除X光照片上的颗粒噪声和去除核磁共振成像上的加性噪声。另一个正在发展的领域是定量放射自显影，用以提高其分辨率。在军事公安领域，如巡航导弹地形识别，测试雷达的地形侦察，指纹自动识别，手迹、印章、人像的鉴定识别，过期档案文字的识别等。在图像及视频编码领域，随着高敛低速图像编码技术的发展，人为图像缺陷如方块效应的解决必须采用图像复原技术等。其他领域，随着宽带通信技术的发展，电视电话、远程诊断等都进入我们的生活，而所有的这些技术都高度依赖于图像质量。1．4 图像复原方法的分类图像复原算法有线性和非线性两类。线性算法通过对图像进行逆滤波来实现反卷积，这类方法方便快捷，无需循环或迭代，能够直接得到反卷积结果，然而，它有一些局限性，比如无法保证图像的非负性。而非线性方法通过连续的迭代过程不断提高复原质量，直到满足预先设定的终止条件，结果往往令人满意。但是迭代程序导致计算量很大，图像复原时耗较长，有时甚至需要几个小时。所以实际应用中还需要对两种处理方法综合考虑，进行选择。2 图像复原方法概述2.1图像复原的概念图像复原也称图像恢复，是图像处理中的一大类技术。所谓图像复原，是指去除或减轻在获取数字图像过程中发生的图像质量下降。这些退化包括由光学系统、运动等等造成图像的模糊，以及源自电路和光度学因素的噪声。图像复原的目标是对退化的图像进行处理，使它趋向于复原成没有退化的理想图像。成像过