05 图像复原要点.pptxVIP

;数字图像处理;图像退化 图像退化指由场景得到的图像没能完全地反映场景的真实内容，产生了失真等问题 透镜像差/色差 聚焦不准（失焦，限制了图像锐度） 模糊（限制频谱宽度） 噪声（是一个统计过程） 抖动（机械、电子）;图像的质量变坏叫做退化。;　图像退化模型;离散图像退化模型; g、f和n分别表示M×N阶列向量; H是MN ×MN矩阵：;当图像退化不太严重时，一般用线性位移不变系统模型来复原图像，把它作为图像退化的近似模型，在很多应用中　有较好的复原结果，计算大为简化。实际上非线性和位移变的情况更能准确而普遍的反映图像复原问题的本质。但在数学上求解困难。只有在要求很精确的情况下才用位移变的模型去求解，其求解也常以位移不变的解法为基础加以修改而成，因此，我们重点介绍线性位移不变系统的复原方法。 　;5.2 噪声及来源;常见噪声 白噪声：频率覆盖整个频谱 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） 高斯噪声：幅度符合高斯分布，如电子运动的随机性 ; 噪声概率密度函数; 2)、瑞利噪声 描述图像范围 内特征化噪声; 3)、指数分布噪声 激光成像中应用; 4)、伽马噪声;5)、均匀噪声 模拟随机数产生器; 6）、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 成像时错误的开关操作 ;; 噪声参数的估计;5.6 估计退化函数;; 运动为沿水平方向成φ角的方向存在匀速直线运动;;　离焦模糊的传递函数 ;（2）图像中的点线估计;5.7 逆滤波图像复原;在无噪声的情况下，上式可以简化为： ;1、如果H(u,v)有许多零点，必然使得复原的结果受到极大 　　影响。 2、如果H(u,v)不为零但是有非常小的值，也会与F(u,v)相差 　　很远;解决这个问题的方法是避开H(u,v)的零点。 1、如果H(u,v)的零值个数很少，可以忽略H(u,v)＝0点处的 　　 令;逆滤波会使原图像变模糊。;原图;b 40;5.8 维纳滤波器图像复原;　维纳滤波的特点;维纳滤波与逆滤波复原图像比较; 维纳滤波的关键是知道Pn(u,v)，Pf (u,v)，设;A 原 始 图 像;5.9 约束最小平方滤波图像复原;噪声n(x,y)的均值un和方差σn2分别为; 可得约束条件;　约束最小平方滤波图像复原;5.10 几何均值滤波器