第六部分图像复原1资料.ppt

第6部分 图象复原 6.1 退化及噪声 6.2 退化模型和对角化 6.3 关于恢复的讨论 6.4 无约束恢复 6.5 有约束恢复 6.6 交互式恢复 图象复原 也称图象恢复，图象处理中的一大类技术 图象复原vs.图象增强： 相同之处：改进输入图象的视觉质量 不同之处：图象增强借助人的视觉系统特性，以取 得较好的视觉结果（不考虑退化原因） 图象复原根据相应的退化模型和知识重 建或恢复原始的图象（考虑退化原因） 图象复原方法分类 技术：无约束和有约束 策略：自动和交互 处理所在域：频域和空域 从广义的角度上来看： 几何失真（退化 ）校正（恢复 ） 投影（退化 ）重建（恢复 ） 一、图象退化示例 图象退化：指由场景得到的图象没能完全地反映场景的真实内容，产生了失真等问题 透镜象差/色差 聚焦不准（失焦，限制了图象锐度） 模糊（限制频谱宽度） 噪声（是一个统计过程） 抖动（机械、电子） 6.1 退化及噪声 二、噪声及来源 1、噪声 最常见的退化因素之一 烦人的东西 图象中不希望有的部分 图象中不需要的部分 对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号（携带了噪声源的信息） 噪声研究 人们常只关心噪声的强度 信噪比（signal-to-noise ratio，SNR） 能量比（电压平方比） 合成图象时 2、几种常见噪声 热噪声：白噪声（频率覆盖整个频谱） 高斯噪声（幅度符合高斯分布） 闪烁噪声：具有反比于频率（1/f）的频谱 粉色噪声（在对数频率间隔内有 相同的能量） 发射噪声：高斯分布（电子运动的随机性） 三、噪声概率密度函数 1、高斯噪声 噪声灰度是随机变量，用概率密度来刻画。 2、均匀噪声 3、脉冲噪声 噪声脉冲可以 是正的或负的 一般假设a和b 都是“饱和”值 双极性脉冲噪声 也称椒盐噪声 孔径衍射 高斯噪声 椒盐噪声 运动模糊 一、退化模型（等效降质模型） H：退化过程（降质函数） n(x, y)：加性噪声（统计特性已知） 恢复图象：在给定g (x, y)和代表退化的H的基础上得到对f (x, y)的某个近似 6.2 退化模型和对角化 退化H的性质 (1) 线性： (2) 相加性（k1 = k2 = 1 ）： (3) 一致性（f2(x, y) = 0 ）： (4) 位置（空间）不变性： 二、退化模型的计算 1-D退化过程 卷积 f (x)和h(x)：采样 ? 2个数组 A和B 为避免卷积周期重叠： M ≥ A + B – 1 用矩阵形式表示 根据周期性 he(x) = he(x+M) 轮换矩阵 推广到2-D 扩 展 不考虑噪声 块轮换矩阵（每块都轮换标注） 轮换矩阵 三、轮换矩阵对角化 对角化H来简化运算 （M = N = 512，H尺寸为262 144 ? 262 144 ） 1、轮换矩阵的对角化 考虑M ? M的轮换矩阵 本征矢量 本征值 H的M个本征矢量组成1个M ? M的矩阵W： 各w的正交性保证了W的逆矩阵存在 W–1的存在保证了W的列（即H的本征矢量） 是线性独立的 D是1个对角矩阵，D(k, k) = ?(k) 2、块轮换矩阵的对角化 定义尺寸为MN ? MN的矩阵W，每个元素为： WN为1个N ? N的矩阵，其每个元素为： 类似于对轮换 矩阵的讨论： 3、退化模型对角化的效果（1-D无噪声） + ? 本征值： 4、退化模型对角化的效果（2-D有噪声） + ? F(u, v) N(u, v) H(u, v) 对角元素 先卷积后加噪声 设计恢复滤波器h(x)，最优地从测量中估计f (x)，fest (x)： 最优的恢复滤波器应能最小化 一、有误差时的恢复 6.3 关于恢复的讨论 已知g(x)，通过减法n(x) = m(x) – g(x)来得到噪声 g(x)：规则 n(x)：随机 m(x)：随机 二、加性噪声信号 设d(x)是偶的实函数，这样设备的转移函数D(s)是实的，最优恢复函数H(s)也是实的 ?NN*?看作噪声功率谱，?GG*?看作信号功率谱。?G*N?/2和 ?GN*?/2可看作交叉（cross）功率谱，它们在零均值噪声的情况下消失 三、实恢复函数的确定 由退化模型 最小均方误差准则 无约束 有约束（Q为线性操作