4.图像复原【my】青岛大学.ppt

最小二乘类约束复原是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情况。根据所了解的噪声的先验知识的不同，采用不同的约束条件，可得到不同的图像复原技术。在最小二乘类约束复原中，要设法寻找一个最优估计 ，使得形式为 的函数最小化。求这类问题的最小化，常采用拉格朗日乘子算法。也就说，要寻找一个 ，使得准则函数 （5.31） Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 为最小。式中, Q为 的线性算子，α为一常数，称为拉格朗日乘子。对式(5-31)求导得 求解 得到 (5-33) (5-32) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.３.1　基于最小二乘方的代数恢复方法 2. 有约束的最小二乘方恢复(续4) 由此可得恢复步骤为： ① 选取一个r代入式（5.33），把求得的 代入式（5.31）； ② 当结果大于 ，减小r，返回①； ③ 当结果小于 ，增加r，返回①； ④ 重复上述迭代过程，直到式（5.25）满足为止。 即： Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 式中，γ这个常数必须调整到约束被满足为止。求解式(5-33)的关键就是如何选用一个合适的变换矩阵Q。选择的Q的形式不同，就可得到不同类型的有约束的最小二乘类图像复原方法。如果用图像f和噪声的相关矩阵Rf和Rn表示Q，就可以得到维纳滤波复原方法。如选用拉普拉斯算子形式，即使某个函数的二阶导数最小，也可推导出有约束最小平方恢复方法。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.３.1　基于最小二乘方的代数恢复方法 2. 有约束的最小二乘方恢复(续5) 2种基于有约束最小二乘方恢复方法的具体恢复方法: （1）最小均方误差滤波（维纳滤波）恢复 （2）最大熵约束恢复 √ Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 在一般情况下，图像信号可近似地认为是平稳随机过程，维纳滤波将原始图像f和对原始图像的估计　 作为随机变量。假设Rf和Rn为f和n的自相关矩阵，其定义为 (5-34) 式中：E{·}代表数学期望运算。 （1）维纳滤波 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 定义QTQ=R-1f Rn，代入式(5-33)，得 (5-35) 对式(5-35)作如下分析：可使 的模最小，即使噪声和信号的比对复原图像的影响最小 (1) 如果γ=1，称之为维纳滤波器。注意，当γ=1时，并不是在约束条件下得到的最佳解，即并不一定满足 若γ为变数，此式为参变维纳滤波器。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. （2）最大熵约束恢复（自学） 　　最大熵复原方法通过最大化某种反映图像平滑性的准则函数来作约束条件，以解决图像复原中反向滤波法