c图像复原.pptVIP

第六章 图像复原 6.1 图像退化/复原过程模型 6.2 噪声模型 6.3 空间滤波复原 6.4 频域滤波 6.5 估计退化函数 6.6 几种典型滤波方法 带通滤波器 与带阻滤波器相反的操作 使用带通滤波器提取噪声模式 屏蔽噪声模式 应用 Bandpass Filters 陷波滤波器 阻止（通过）事先定义的中心频率邻域内的频率 关于原点对称 Notch Filters 陷波滤波器 减少扫描线的影响 周期性图像退化 消除周期性噪声 应用举例一 最佳陷波滤波器 多周期性干扰 提取干扰模式的主频率成分 尖峰干扰 Optimum Notch Filters 最佳陷波滤波器 应用举例一 6.1 图像退化/复原过程模型 6.2 噪声模型 6.3 空间滤波复原 6.4 频域滤波 6.5 估计退化函数 6.6 几种典型滤波方法 图像观察估计法 试验估计法 模型估计法 估计退化函数 Estimating Degradation Function 图像观察估计法 观察简单结构的一小部分图像 寻找强信号内容区 使用目标和背景的样本灰度级重构不模糊的图像 图像自身信息 Estimation by Image Observation 试验估计法 与退化图像类似的图像可以通过各种系统设置得到 退化这些图像使其尽可能接近希望复原的图像 Estimation by Experimentation 模型估计法 从引起退化的环境因素建模 大气湍流模型 Estimation by Modeling 模型估计法 从基本原理推导数学模型建模 均匀直线运动 6.1 图像退化/复原过程模型 6.2 噪声模型 6.3 空间滤波复原 6.4 频域滤波 6.5 估计退化函数 6.6 几种典型滤波方法 逆滤波 维纳滤波 约束最小二乘方滤波 典型滤波方法 逆滤波 直接逆滤波 N(u,v) 是随机函数 退化是零或非常小 解决方法 限制滤波的频率使其接近原点值 Inverse Filtering 逆滤波 举例一 截止40 截止70 截止85 直接逆滤波性能较差 直接 * Image Restoration 图像退化/复原过程模型 关于原始图像的近似估计 A Model of the Image Degradation/Restoration Process 6.1 图像退化/复原过程模型 6.2 噪声模型 6.3 空间滤波复原 6.4 频域滤波 6.5 估计退化函数 6.6 几种典型滤波方法 基本噪声PDF 周期噪声 噪声参数估计 噪声模型 基本噪声PDF 高斯噪声（正态） 均值：? 方差：?2 标准差：? 电子电路噪声 低照明度或高温带来的传感器噪声 空、频域易处理性 特点 Probability Density Functions 基本噪声PDF 瑞利噪声 特征化噪声 近似偏移的直方图 特点 基本噪声PDF 伽马噪声（爱尔兰） 激光成像 特点 基本噪声PDF 指数分布噪声 激光成像 b＝1伽马概率分布 特点 基本噪声PDF 均匀分布噪声 在实践中描述得最少 模拟随机数产生器 特点 基本噪声PDF 双极脉冲噪声（椒盐） 在成像中短暂停留 椒盐噪声 b－亮点，a－暗点 正脉冲－白点（盐） 负脉冲－黑点（胡椒） 特点 基本噪声PDF 举例 基本噪声PDF 举例 周期噪声 在图像中获取中从电力或机电干扰中产生 空间依赖型噪声 频域滤波可减弱周期噪声 正弦噪声 Periodic Noise 噪声参数估计 周期噪声参数估计 检测图像的傅式谱，视觉检测产生频率毛刺的情况 尽可能直接从图像中推断噪声分量的周期性 从异常产生的噪声毛刺或关于干扰频率发生地的先验知识自动分析 截取一组“平坦”的图像 对一个固体、光照均匀的灰度板图像，从合理的恒定灰度值截取一小部分作为“垂直带”研究噪声 常用方法 Estimation of Noise Parameters 噪声参数估计 计算垂直带的直方图 参数：直方图?均值，方差 形状：直方图 ? 噪声模型 6.1 图像退化/复原过程模型 6.2 噪声模型 6.3 空间滤波复原 6.4 频域滤波 6.5 估计退化函数 6.6 几种典型滤波方法 均值滤波器 顺序统计滤波器 自适应滤波器 空间滤波复原 均值滤波器 算术 几何 谐波 逆谐波 “盐” 、高斯噪声 “胡椒”噪声 减少“椒盐” 噪声影响 Q0: “胡椒” Q0: “盐” 同时消除“椒盐”噪声 图像的平滑度 图像的平滑度 更多细节 Mean Filters Arithmetic Geometric Harmonic Contraharmonic 均值滤波器 举例一 均值滤波器 举例二 均值滤波器 举例三 顺序统计滤波器 中值 最大、最小 中点 修正的阿尔法 结合顺序