第5章 图像复原2.pptVIP

逆滤波 改进后的逆滤波 5.3 有约束图像复原 5.3.1 有约束代数复原方法 5.3.2 维纳滤波 5.3.3 功率谱均衡复原 5.3 有约束图像复原 逆滤波图像复原是一种无约束复原，除了寻找一个最优估计图像，使得准则函数最小外，不受任何其它约束。 只要了解降质系统的传递函数或点扩展函数，就能利用前面分析的方法进行复原。 由于传递函数存在零点的问题，复原只能局限在离原点不太远的有限区域内进行，使得无约束图像复原具有相当大的局限性。 有约束图像复原技术指除了要求了解关于退化系统的传递函数之外，还需要知道某些噪声的统计特性或噪声与图像的某些相关知识。 根据所了解的噪声先验知识的不同，采用不同的约束条件，从而得到不同的图像复原技术。最常见的是有约束的最小二乘方图像复原技术。 令Q为f的线性算子，设法寻找一个最优估计 ，使形式为 、服从约束条件 的函数最小化。 5.3.1 有约束代数复原方法 拉格朗日系数 求导并使 为零 ，则 式中γ=1/α，这个量必须调整到约束条件被满足为止。 求解最优估计 核心就是选择一个合适的变换矩阵Q； 不同的Q对应不同类型的有约束的最小二乘法图像复原方法。 一、能量约束 当Q矩阵为单位矩阵时，即 其物理意义是：当有若干个可能的解时，能量最小的解为最佳解，此时约束条件 最小。 二、特征约束 特征约束是以图像空间的滤波特征为依据确定约束矩阵，如 上述的Q表示在垂直方向和水平方向都取二阶差分，则此时的解是在所有解中二阶差分最小的解就是该约束条件的解。 5.3.2 维纳滤波 维纳滤波是一种最小均方误差滤波器；图 像f(x,y)与 间的均方误差达到最 小的准则函数来实现图像复原。 5.3.2 维纳滤波 核心是如何选用一个合适的变换矩阵Q。选择Q形式不同，可得到不同类型的有约束的图像复原方法。 如果选用图像f和噪声n的相关矩阵Rf和Rn表示Q可以得到维纳滤波复原方法。即： QTQ=Rf-1Rn Rf和Rn分别是图像f和噪声n的相关矩阵 Rf = E{f fT} Rn= E{nnT} 假设典型的相关矩阵只在主对角线方向上有一条非零元素带，而在右上角和左下角的区域将为零值。 利用循环矩阵的对角化，可以写成： Rf = W A W-1 Rn = W B W-1 A和B分别对应于Rf和Rn 相应的对角矩阵，根据循环矩阵对角化的性质，A和B中的诸元素分别为Rf和Rn中诸元素的傅立叶变换，并用Sf(u,v)和Sn(u,v)表示 括号内都是对角阵 1、如果γ=1，称为维纳滤波器 ；γ为变量，则称为参变滤波器。 2、无噪声时，Sn(u,v)=0。退化成逆滤波器。因此，逆滤波器可看成是维纳滤波器的一种特殊情况。 3、不知道噪声的统计性质，即当Sf(u,v)和Sn(u,v)未知时： 5.3.3 功率谱均衡复原 如使估计图像的功率谱与原图像f(x,y)的功率谱Sf(u,v)相等，即 则导出功率谱均衡复原滤波器。 维纳滤波和功率谱均衡复原异同： 1、基本形式相同，无噪声时，都能简化成逆滤波器； 2、无信号时，两种信号完全截止 不同之处： 在H(u,v)=0处，维纳滤波器恢复转移函数强迫响应为 零，而功率谱均衡复原滤波器恢复转移函数不为零。 因此维纳滤波器的频率响应曲线有较大剧变，其点扩 展函数有更多旁瓣和细微结构易引起假象。 因此，功 率谱均衡复原滤波器具有较强的图像复原能力，优于 维纳滤波器。 维纳滤波器和功率谱均衡滤波器比较 (a) 维纳滤波器恢复转移函数 频率 M(u,v) (b) 功率谱均衡滤波器恢复转移函数 频率 M(u,v) 维纳滤波的结果非常接近原始图像比逆滤波要好 逆滤波复原图像 改进的逆滤波复原图像 维纳滤波复原图像 * * * 二、目标相对运动造成的图像退化 运动形成的模糊示例 运动模糊的点扩展函数示例 图像退化效果 假设照相机或摄像机的曝光介质所产生的图像退化除受相对运动影响之外，不考虑其它因素的变化。 只研究匀速直线运动造成模糊图像的恢复，非匀速直线运动在一定条件下可以看成多段匀速直线运动的合成结果。 目标相对运动降质的传递函数