数字图像处理第5章：图像复原.pptVIP

第五章 图像复原与重建 几何均值滤波器 几何均值滤波相对于算术均值滤波平滑度差不多，但图像的细节丢失更少。算术均值滤波器和几何均值滤波器适于处理高斯或均匀分布噪声。 滤波效果对比 中值滤波结果 自适应滤波器 A层次 （判断Zmed是否为脉冲） B层次 （判断Zxy本身是否为脉冲） B1=Zxy-Zmin B2=Zxy-Zmax 如果B10且B20，输出Zxy 否则输出Zmed 5.5线性、位置不变的退化 复原前，输入输出关系可表示为： 假设 ，则 。 考虑H可有如下性质： （1）线性： （2）相加性：若a=b=1，则 这一性质表明，如果H为线性算子，那么两个输入之和的响应等于两个响应之和。 5.5线性、位置不变的退化 （3）一致性：如果 ，则 这表明如果H为线性算子，任何与常数相乘的输入的响应等于该输入响应乘以相同的常数。 （4）位置不变性：对任意 ，如果有 则表明图像中任一点的响应只取决于在该点的输入值，与该点的位置无关。 n阶的巴特沃思带阻滤波器 高斯带阻滤波器 5.4 频域滤波消减周期噪声 带阻滤波器 理想带阻滤波器 巴特沃思带阻滤波器 高斯带阻滤波器 5.4 频域滤波消减周期噪声 带阻滤波器 (a) 被正弦噪声污染的图像 (b) 图(a)的频谱 (c) 巴特沃思带阻滤波器 (d) 滤波效果图 5.4 频域滤波消减周期噪声 带通滤波器 带通滤波器执行与带阻滤波器相反的操作。 不直接使用，损失大量图像细节。 可利用带通滤波器提取噪声模式。 5.4 频域滤波消减周期噪声 陷波滤波器 阻止(或通过)事先定义的中心频率邻域内的频率。 理想陷波滤波器 巴特沃思陷波滤波器 高斯陷波滤波器 由于傅立叶变换是对称的,因此陷波滤波器必须以关于原点对称的形式出现。 5.4 频域滤波消减周期噪声 陷波滤波器 5.4 频域滤波消减周期噪声 陷波滤波器 还可以得到另一种陷波滤波器,它能通过(而不是阻止)包含在陷波区的频率. 陷波区域的形状可以是任意的(如矩形)。 5.4 频域滤波消减周期噪声 (a) 佛罗里达和墨西哥湾的人造卫星图像. (b) (a)图的频谱 (c) 叠加在(b)图的陷波带通滤波器 (d) 滤波后图像的反傅立叶变换,在空间域显示噪声模式 (e) 陷波带阻滤波器效果 5.4 频域滤波消减周期噪声 例5.8 用陷波滤波器消减周期噪声 5.5线性、位置不变的退化 直方图 直方图 直方图 指数 均匀 椒盐 唯一视觉 可见的噪 声类型 附加样本噪声图像及其直方图 5.2 噪声模型 几种典型概率密度函数示意图对比 高斯 瑞利 伽马 均匀 指数 脉冲 5.2 噪声模型 周期噪声 被不同频率的 正弦噪声干扰 了的图像 呈圆形分布 的亮点为噪 声频谱 在图像获取中从电力或机电干扰中产生. 惟一一种空间依赖型噪声. 周期噪声可以通过频率域滤波显著减少. 5.2 噪声模型 周期噪声趋向于产生频率尖峰，其参数可以通过检测图像的傅里叶谱来进行估计。 周期噪声污染 带阻滤波器 ? 5.2 噪声模型 噪声PDF参数的估计一般可以从传感器的技术说明中得知，但对于特殊的成像装置，常常有必要估计这些参数。 1、当仅有通过传感器产生的图像可以利用时，常常可以从合理的恒定灰度值的一小部分估计PDF参数 (小条带，见下图)。 ? 噪声种类 高斯噪声 瑞利噪声 均匀噪声 直方图的形状可以指出最接近的PDF匹配。 5.2 噪声模型 2、确定PDF对应的噪声种类后，就可计算灰度值的均值和方差。 对所取的小条带S（子图像） 方差： 均值： (zi 值是S中像素的灰度， p(zi ) 是相应的归一化直方图值 ) 3、均值和方差求得后，就可以得到PDF中的参数 a 和 b。 5.2 噪声模型 4、参数期望值、方差及 a b确定后，噪声的概率密度函数则唯一确定。 高斯噪声 均匀噪声 5.3仅有噪声的复原—空间滤波 自适应局部噪声消除滤波器、自适应中值滤波器 均值滤波器 算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器 顺序统计滤波器 中值滤波器、最大值滤波器、最小值滤波器、中点滤波器、修正后的Alpha均值滤波器 自适应滤波器 5.3仅有噪声的复原