数字图像处理第5章详解.ppt

数 字 图 像 处 理第五章 图像复原 图像复原 图像退化模型 退化参数估计 逆滤波复原 维纳滤波复原 约束最小平方滤波复原 等功率谱滤波复原 图像几何复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 图像复原 (a)运动模糊及噪声污染的图像；(b)逆滤波结果；(c)维纳滤波结果； (d)-(f)同样的序列，但噪声方差小了一个数量级； (g)-(i)同样的序列，但噪声方差小了5个数量级； i h g f e d c b a 约束最小平方滤波 维纳滤波 四、图像代数复原方法 ——对于离散图像，若退化系统为线性空不变，且噪声为加性，可以将图像复原统一在代数复原方法的框架内进行。准则为最小二乘准则。 （1）非约束复原 退化模型 g = Hf + n 定义代价函数： J (f) = || g ? Hf ||2 —— (5-4-1) 在没有任何约束条件下，寻找使 J (f ) 为最小的解 f ^ 由 J (f) = ( g ? Hf )T (g ? Hf ) 令 ?J(f) ?f —— = 0 ?2HTg + 2HTHf = 0 （H为分块循环矩阵），设逆H-1存在，有 = (HTH)-1 HTg f ^ 得 = H-1 (HT)-1 HTg = H-1g f ^ XT代表X的共轭转置 H 可表示为 H = WDW-1 D — 对角矩阵（其值由H的特征值组成） W —对角化矩阵（其列由H的特征向量组成） 循环矩阵对角化方法 = H-1g = (WDW-1)-1g = WD-1W-1g f ^ 有 = D-1W-1g W-1 f ^ W-1的元素是离散傅立叶变换核；D的元素是h(x,y)的离散傅立叶变换 的离散付氏变换 f ^ g 的离散付氏变换 所对应的连续形式为： G(u,v) H(u,v) —— F(u,v) = ^ （即逆滤波） （2）约束复原 ——令Q为f 的线性算子（则 Qf 是对图像 f 的滤波运算），在满足约束的条件下，使 || Qf ||2 为最小。 || Qf ||2 ? min 滤波作用（去噪） || g ? Hf ||2 = || n ||2 约束（依据复原要求） 利用拉格朗日乘子法，定义代价函数： J (f ) = || Qf ||2 + L(|| g ? Hf ||2 ? || n ||2 ) （L为乘子） ?J(f) ?f —— = 0 ?J(f) ?L —— = 0 要求： = 2QTQf – 2LHT(g – Hf) = 0 ?J(f) ?f —— = || g ? Hf ||2 ? || n ||2 = 0 ?J(f) ?L —— —— (5-4-2) 由(5-4-2)解得： = ( HTH + ?QTQ )-1 HTg f ^ （ ? =1/L ——待调节参量，调整到满足约束条件） 问题：如何选择Q —— —— (5-4-3) ? 对于维纳滤波—— QTQ = Rf-1Rn ； 其中 Rf = E{ffT}， Rn= E{nnT} （Rf 和 Rn 分别对应原图像和噪声的自相关矩阵） 由(5-4-3)得： = ( HTH + ? Rf-1Rn )-1 HTg f ^ 与H对角化相同，将 Rf 和 Rn 对角化： Rf = WDfW-1； Rn = WDnW-1 代入(5-4-4)，得 ——(5-4-4) = ( WD*DW-1 + ? WDf-1DnW-1 )-1 WD* W-1g f ^ （?表示共轭） 两边左乘W-1，上式化为： = ( D*D + ? Df-1Dn )-1D* W-1g f ^ W-1 D —— 对角阵，元素是H 的傅立叶变换； Df 和 Dn——对角阵，元素分别是f 和 n 的自相关矩阵的傅立叶变换（自相关的傅立叶变换为功率谱） 故所对应的连续形式为： Sn(u,v) Sf(u,v) —— ? |H(u,v)|2 + H *(u,v) ————————— G(u,v) F(u,v) = ^ ?若 ? = 1