数字图象处理 第七章.ppt

令γ=1/λ 常数γ必须反复迭代调整,直到满足约束条件 。求解式(7-33)的关键就是如何选用一个合适的变换矩阵Q。 维纳滤波原理是使 和 的均方误差最小实现的滤波方法 7.5 有约束复原 最小二乘类约束复原 7.5 有约束复原 维纳滤波法 维纳滤波的基本原理是将原始图像f和对原始图像 的 估计看作为随机变量，按照使f和估计值 之间的均方 误差达到最小的准则实现图像复原。 均方误差如下： 若γ=1，则称为维纳滤波器 7.5 有约束复原 功率谱均衡 7.5 有约束复原 几何均值滤波 7.6 匀速直线运动的模糊恢复 匀速运动模糊模型 拍摄图像时，由于景物和摄像机之间可能会产生相对运动，往往造成图像的模糊。匀速直线运动是其他运动的基础，也是合成其它复杂运动的成份。因此，—般情况下，均匀直线运动所造成的模糊图像的恢复问题更具有应用价值和普遍意义。 匀速运动退化（模糊）后的图像可用下式表示： 7.6 匀速直线运动的模糊恢复 匀速运动复原方法 对匀速运动退化模型进行傅立叶变换： 上式就是运动退化模型的傅立叶变换形式，由此可知，若已知 函数 和 的性质，则可以恢复原图像 7.6 匀速直线运动的模糊恢复 匀速运动模糊模型 如果模糊图像是因为景物在x方向的匀速直线运动而产生，则模糊后图像任意点的灰度值可用下式表示： 式中，x0(t)是景物在x方向上的运动分量。设图像在x方向的 总位移为a，总的运动时间为T，可得： 若只考虑x方向的运动，则 ，于是可得： 7.6 匀速直线运动的模糊恢复 匀速运动模糊模型 经推导可得，水平方向的匀速直线运动产生的图像模糊 的数学模型如下： 其恢复近似方法如下： 7.6 匀速直线运动的模糊恢复 匀速运动模糊模型 同样的方法，假定 ，可以恢复垂直方向匀速 直线运动所产生的图像模糊，其 图像模糊模型及近似 恢复公式如下： 式中b为图像在y方向的总位移. 几何畸变校正的概念 数字图像在获取过程中常常由于成像系统的几何非线性误差，导致图像产生几何失真。例如，日常生活中所见到的，成像图像与原景物（或物体）图像相比可能出现了比例失调，甚至扭曲等现象，这类图像退化现象一般称为图像的几何畸变。 7.7 几何畸变校正 几种常见的几何失真情况 几种常见的几何失真情况 几种常见的几何失真 7.7 几何畸变校正 三角形线性法 图像的几何失真虽然是非线性的，但在一个很小的局部区域内可近似认为是线性的。基于这一假设，将标准图像和被校正图像之间的控制点对划分成一系列小三角形区域，三角形顶点为三个控制点，根据几何变换理论，在三角形区内满足以下线性关系 7.7 几何畸变校正 若选择三个控制点对， 则得以下校正线性方程组： 、 、 7.7 几何畸变校正 逆滤波复原实例 中值滤波在某些条件下可以做到既去除噪声又保护了图像边缘的较满意的复原效果。中值滤波是一种去除噪声的非线性处理方法。 中值滤波的基本原理是，把图像或数字序列中的一点的值用该点的一个邻域中各点值的中值代替。（中值是中间位置的值，而不是平均值。）其定义为：一组数x1,x2,...,x n，把n个数按值的大小顺序排列如下： xi1?xi2?...?xin 7.8 中值滤波复原 基本原理 y称为序列x1,x2,...,xn的中值。 例如有一序列为{80，90，200，110，120}，这个序列的中值为110。 7.8 中值滤波复原 基本原理 把一个点的特定长度或形状的邻域称作窗口。在一维情形下，中值滤波器是一个含有奇数个像素的滑动窗口。窗口正中间那个象素的值用窗口内各象素值的中值代替。 设输入序列为｛xi，i∈I｝I为自然数集合或子集，窗口长度为n。则滤波器输出为： 7.8 中值滤波复原 基本原理 例如，有一输入序列如下： ｛xi}={0 0 0 8 0 0 2 3 2 0 2 3 2 0 3 5 3 0 3 5 3 0 0 2 3 4 5 5 5 5 5 0 0 0} 在此序列中前面的8是脉冲噪声，中间一段是一种寄生振荡，后面是希望保留的斜坡和跳变。在此来用长度为3的窗口，得到的结果为： {yi}＝{O O 0 0 0 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 0 0 2 3 4 5 5 5 5 5 0 0 0 0} 显然，经中值滤波后，脉