运动模糊图像复原技术及其应用选编.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
运动模糊图像复原技术及其应用选编

运动模糊图像复原技术 及其应用;目 录; 什么是图像复原技术?; 引起图像退化的原因:; 图像复原与图像增强的关系:; 图像复原方法的分类:;从方法和应用角度的分类:;频域法; 消除运动模糊的几种补偿方法 ;机械式补偿法: 利用机械结构及其组件在曝光时移动光感应介质,使剩余像移量尽可能小,从而达到抑制运动模糊的目的。 该补偿法适用于飞行器横滚、俯仰和相机扫描引起的运动模糊,主要用在胶片式垂直照相相机上,实现时是用拉动型量片机构移动胶片并精确控制卷片机构以保证必要的补偿精度。美国的KA-112A航空侦察相机用移动胶片法消除扫描和横滚造成的像移。 优点:感光面上各点的补偿速度一样且没有附加光学系统。 缺点:它对结构的运行及制作精度要求高、需大功率传动装置,限制了它在航空相机特别是广角镜头相机上的应用;感光材料逐渐在由胶片往CCD 转变,其相应的像移补偿方法也在发生改变。 ; 光学式像移补偿法; 电子式像移补偿法; 集成像移补偿法; 图像式像移补偿法;模糊图像 复原后的清晰图像; 图像复原的本质是根据图像退化原因,建立相应的数学模型,从被污染或畸变的图像信号中提取所需的信息,沿着使图像降质的逆过程恢复图像本来面貌。广义上讲,图像复原是一个求逆过程,逆问题经常存在非唯一解,甚至无解。 实际的复原过程是设计一个滤波器,使其能从降质图像 计算得到真实图像的估值 ,使其根据预先规定的误差准则,最大程度地接近真实图像 。 引出:如何建立图像的退化模型?;7.2 运动模糊图像复原的基本原理; 在用摄像机获取景物图像时,如果在相机曝光期间景物和摄像机之间存在相对运动,例如用照相机拍摄快速运动的物体,或者从行驶中的汽车上拍摄外面静止不动的景物时,拍得的照片都可能存在模糊的现象,这种由于相对运动造成图像模糊现象就是运动模糊。 下图为实验室实际拍摄的含有噪声干扰的运动模糊图像。;以拍摄快速运动的汽车为例来分析运动模糊图像的形成过程。;解决运动模糊的方法一般有两种: 一是减少曝光时间。但相机的曝光时间并不可能无限制地减小,随着曝光时间减小,图像信噪比减小,图像的质量也较低,所以这种方法用途极其有限; 二是建立运动图像的复原模型,通过数学模型来解决图像的复原问题。这种方法具有普遍性,因而也是研究解决运动模糊的主要手段。 ;举例:以航空侦察相机为例讲述运动模糊的基本原理 ;小结: 像移量的存在导致图像模糊,为得到清晰图像,必须要对像移进行控制。在实际工程中,CCD的积分时间不能无限的缩小,而且高帧频CCD的价格很贵。积分时间缩短后,为了保证图像质量,所需的地面照度就越大,这就限制了相机的工作条件,在许多情况下是不能接受的。 目前解决运动模糊的主要手段是通过了解图像的退化过程,建立运动图像的复原模型,通过数学模型来解决图像的复原问题。; 在实际降质过程中,降质的另一个复杂因素是随机噪声,考虑有噪声的图象恢复,必须知道噪声统计特性以及噪声和图像信号的相关情况,这是非常复杂的。 实际中假设是白噪声---频谱密度为常数,且与图像不相关,(一般只要噪声带宽比图像带宽大得多时,此假设成立),由此得出图像退化模型。 可以将图像退化过程描述成一个退化系统,这里原图像 是通过一个系统 并与加性噪声 相加退化成图像 的,其过程如下图所示: ;H;以后讨论中对降质模型H作以下假设: ? H是线性的 ? H是空间(或移位)不变的 对任一个 和任一个常数 都有: 就是说图像上任一点的运算结果只取决于该点的输入值,而与坐标位置无关。; 如果考虑噪声的影响,运动模糊图像的退化模型可以描述为一个退化函数和一个加性噪声项 ,设一幅输入图像 ,则产生的退化图像 可以用下式表示: 因此,图像复原是在已知 , , 等一些先验知识的条件下,求得 的过程。 由于空间域的卷积等同于频率域的乘积,所以上式的频率域描述为:;讨论恢复问题: 若略去噪音N,得: 反变换,可求 F→ f ; 图像复原可以看成是一个预测估计的过程,由已给出的退化图像 估计出系统参数 ,从而近似地恢复出 , 为一种统计性质的信息。这样图像退化过程的数学表达式就可以写为: 通常,在不考虑加性噪声的情况下,上式可以作如下简

文档评论(0)

jiayou10 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8133070117000003

1亿VIP精品文档

相关文档