图像复原5.pptVIP

2004年8月16日 数字图像处理 数 字 图 像 处 理 计算机系 吕建平 习题 一、???讨论用于空间滤波的平滑（低通）滤波器和锐化（高通）滤波器的相同点、不同点以及联系。 二、? 从巴特沃斯低通滤波器出发推导它对应的高通滤波器。 解答 一、解答： 相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其他分量，从而达到增强某些频率分量的效果。 不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。 联系：两者效果相反，互为补充。从原始图像中减去平滑滤波器的结果得到锐化滤波器的效果，而从原始图像中减去锐化滤波器的结果则可得到平滑滤波器的效果。 解答 二、答：低通滤波器和它对应的高通滤波器是互补的，所以 第五章 图像的复原 图像的复原是将由于各种原因而退化的图像恢复其原来的面貌。 所谓退化图像，就是在实际中，由于各种原因使本来清晰的图像变得模糊，或者成像条件不足，使得图像没有达到应有的质量。 本章讨论的主要思路是：利用退化模型的某些先验知识，把其模型化并运用与之相反的过程，把已退化的图像加以恢复和重建。 在具体实现上：利用线性代数把图像复原问题公式化，然后基于循环和分块循环矩阵的性质简化代数解。 图像复原 图像复原 图像复原 图像复原（image restoration）的目的和任务 目的 在研究图像退化原因的基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型，然后用相反的运算，以恢复原始景物图像。 图像复原要明确规定质量准则 衡量接近原始景物图像的程度。 图像复原模型 可以用连续数学或离散数学处理。 图像复原根据退化的数学模型对退化图像进行处理，其实现可在空间域卷积或在频域相乘。 §5－1 退化模型 f(x,y) g(x,y) 输入图像 退化图像 退化系统 噪声 退化模型的数学表达式： 其中：H为退化系统的传递函数，它具有如下性质： 1、H为线性算子，即 §5－1 退化模型 2.??H是位置（空间）不变的 若： 则有： 该性质表明，图像中任意一点的运算结果，只和该点的灰度值大小有关，而和它处于什么位置无关。 连续图像退化的一般模型 输入图像f(x, y)经过一个退化系统或退化算子H(x, y)后产生的退化图像g(x, y)可以表示为： g(x, y)= H[f(x, y)] （5.1） 如果仅考虑加性噪声的影响，则退化图像可表示为： g(x, y)= H [f(x, y)]+n(x, y) （5.2） f(x, y)的最佳估计 退化的图像是由成像系统的退化加上额外的系统噪声而形成的。 若已知H(x, y)和n(x, y)，图像复原是在退化图像的基础上，作逆运算，得到f(x, y)的一个最佳估计。 “最佳估计”而非“真实估计”。 由于存在可能导致图像复原的病态性。 导致图像复原的病态性的原因 （1）最佳估计问题不一定有解。 由于图像复原中可能遇到奇异问题； （2）逆问题可能存在多个解。 §5－1 退化模型 一．连续函数的退化模型 简化起见，设 图像数字化后： 令： ,称其为退化系统H的脉冲响应。 在光学中， 相当于一个光点，故 一般称为点扩散函数 PSF（Point-spread Function） 。 §5－1 退化模型 结论：若把退化系统看成是一个线性的、位置不变的系统，那么作为系统输出的退化图像g(x,y)恰为输入原图像f(x,y)和系统脉冲响应h(x,y)的卷积。 §5－1 退化模型 二．退化模型的离散形式 设： 加零扩展周期为： 式中： 矩阵形式： M维列向量 §5－1 退化模型 ∵ 是周期为M的周期函数 ∴ §5－1 退化模型 故有： 此