第12章图像复原课件.pptVIP

第12章 图像复原 12.1 图像退化与复原 12.1.1 图像降质的数学模型　　图像复原处理的关键问题在于建立退化模型。输入图像f(x，y)经过某个退化系统后的输出是一幅退化的图像。为了讨论方便，把噪声引起的退化即噪声对图像的影响一般作为加性噪声考虑，这也与许多实际应用情况一致。如图像数字化时的量化噪声、随机噪声等就可以作为加性噪声，即使不是加性噪声而是乘性噪声，也可以用对数方式转化为相加形式。　　 　　原始图像f(x，y)经过一个退化算子或退化系统H(x，y)的作用，并且和噪声n(x，y)进行叠加，形成退化后的图像g(x，y)。图12-1表示退化过程输入和输出的关系。图中H(x，y)概括了退化系统的物理过程，就是所要寻找的退化数学模型。 图12-1 图像的退化模型 　　数字图像的图像恢复问题可看做：根据退化图像g(x，y)和退化算子H(x，y)的形式，沿着反向过程去求解原始图像f(x，y)，或者说是逆向寻找原始图像的最佳近似估计。图像退化的模型过程可以用数学表达式写成如下形式： 　　在这里n(x，y)是一种统计性质的信息。在实际应用中，往往假设噪声是白噪声，即它的频谱密度为常数，并且与图像不相关。　　在图像复原处理中，尽管非线性、时变和空间变化的系统模型更具有普遍性和准确性，更与复杂的退化环境相接近，但它给实际处理工作带来巨大的困难，常