ch8- 图象复原1课件精品.pptVIP

§1 图象退化和退化模型（Degredation model） 图象退化模型 图象复原是根据退化原因，建立相应的数学模型，从被污染或畸变的图象信号中提取所需要的信息，沿着使图象降质的逆过程恢复图象本来面貌。 离散图像退化模型 回顾：第一章 绪论 线性移不变降质算子 §2 图像恢复的相关指标 模糊信噪比(BSNR, the Blurred Signal-to-Noise Ratio ) 表示由模糊和叠加噪声引起的降质程度 §4 逆滤波复原方法 运动模糊图象的逆滤波复原 理论推导点扩展函数 如果令 则可得下式： 此即运动退化模型的傅立叶变换表达式。 (*) (*)即传递函数，则可以恢复f(x,y). 如果考虑噪声则有 G(u,v)=H(u,v)F(u,v)+N(u,v) 变化到空间域为 g(x,y)=h(x,y)*f(x,y)+n(x,y) 其中h(x,y)为运动模糊的点扩展函数，在x0(t)、 y0(t)已知时，便可求得H(u,v)和h(x,y)。 例：假定景物只沿x方向做匀速直线运动，图象的总运动时间为T，总位移为a，则 x0(t)=at/T， 当t=T时图象移动距离为a，y0(t)=0。则有 若u=n/a，H(u,v)=0.在这些点无法逆滤波。 fft反变换后，有 * * 第七章? 图象复原 （Image Restoration） 图象恢复和图象增强一样，都是为了改善图象视觉效果，以及便于后续处理。只是图象增强方法更偏向主观判断，而图象恢复则是根据图象畸变或退化原因，进行模型化处理。 景物成象过程中可能出现畸变、模糊、失真或混入噪声,使得所成图象降质，称之为图象“退化”。造成图象退化的原因很多，典型原因表现为： 1、 成象系统的象差、畸变、带宽有限等造成图象 失真； 2、由于成象器件拍摄姿态和扫描非线性引起的图象几何失真； 3、运动模糊，成象传感器与被拍摄景物之间的相对 运动,引起所成图象的运动模糊； 4、灰度失真，光学系统或成象传感器本身特性不均匀， 造成同样亮度景物成象灰度不同； 5、辐射失真，由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图象失真； 6、图象在成象、数字化、采集和处理过程中引入的噪声等。 由于运动而引入的图象运动模糊 图像恢复的推广：包括几何失真（畸变）校正； 投影重建 图像恢复的分类： 技术上分类为：无约束恢复和有约束恢复 策略上分类为：自动方法和交互方法（外部干预） 作用域上分类为：频域方法和空域方法 场景辐射能量在物平面上分布用f(x,y)描述，在 通过成象系统H时，在象平面所得图象为H[f(x,y)] 如果再有加性噪声n(x,y)，则实际所得退化图象g(x,y) 可用下列模型表示： 其中H[·]是综合所有退化因素的函数 g(x,y)=H[f(x,y)]+n(x,y) 图象复原是在已知g(x,y)和h(x,y)、n(x,y)的一些条件下，求得f(x,y)。 因此，对于空间平移不变系统，退化模型可描述为 广义上讲，图象复原是一个求逆问题，逆问题经常 存在非唯一解，甚至无解。为了得到逆问题的有用解，需要有先验知识以及对解的附加约束条件。 实际的复原过程是设计一个滤波器，使其能从降质图象g(x,y)中计算得到真实图象的估值 ，使其根据预先规定的误差准则，最大程度地接近真实图象f(x,y)。 相同点： 图像增强与图像恢复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，来建立图像的退化模型，再采 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、生理需要，而不考虑处 理后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。 ?图像恢复与图像增强的异同点 对于图像降质过场进行数学建模, f(i, j)：原始图像 g(i, j)：降质图像 h(i, j; k, l)：点扩散函数 图像为M×N维 假设为空间不移变h(i, j; k, l)，则： 1) 数字图像可以用矩阵(Matrix)表示： 数字图像处理 什么是图像 什么是数字图像 什么是数字图像处理 1.1 什么是数字图像处理? 数 字 D I P 天 津 大 图 像 理 处 学 2) 数字图像也可以用向量(Vector)表示： 图像有高度H、宽度W和灰度级(字节