第五章图象恢复和重建.ppt

第五章 图像恢复 5.1 概述 5.2 退化模型 5.3 无约束复原 5.4 有约束恢复 5.1 概述 一、降质举例  宇航、卫星、航空测绘、遥感、天文学中所得照片，由于大气湍流，光学系统的像差，传感器非线性畸变，摄像机与物体之间的相对运动及环境噪声等，会使图像降质。 二、退化图像  (1) 使原清晰图像变模糊 由于各种原因， (2) 或原图未达到应有质量而形成的降质图像。 5.1 概述 三、图像恢复（复原）  使退化图像恢复本来面目。  （图像增强只关心图像局部信息，不管增强后是否符合原图像、是否失真）。 四、图像恢复过程及关键  根据图像降质过程的某些先验知识，建立“退化（降质）模型”，运用和退化相反的过程，将退化图像恢复。 5.1 概述 五、图像恢复准则 用某一客观标准来度量，则为某种准 则下的最优估计。 5.2 退化模型 一、几种形式的退化模型 设图像 图像系统 且图像系统为线性时不变。 (一)不考虑噪声的模型 其中，M=A+C-1，N=B+D-1 5.2 退化模型 为M×N维 （二）退化模型 目的：用DFT（循环卷积）计算线性卷积。 （三）变形退化模型 5.2 退化模型 同上，令M=A+C-1，N=B+D-1 则 5.2 退化模型 （四）频域退化模型 对（三）进行DFT，可得： 5.2 退化模型 用矩阵形式表示：g=hf+n 即： 二、退化模型的矩阵表示 1.由变形模型： 5.2 退化模型 其中， 用行堆叠成列向量，[g]及[n]同[f]，而 5.2 退化模型 其中一元素 其中，[hi]N×N是（右）循环矩阵，h是分块循环矩阵。 矩阵表示成立的条件：h（x,y）是线性和空间移不变。 5.2 退化模型 2.图像复原问题 即通过式（*）估计f，但运算量大，要解联立方程。如512×512图像要解 512×512个联立方程。求解方法有2种： （1）将循环矩阵[h]对角化，以简化运算； （2）在频域求解，通过FFT减少运算量。 5.3 无约束复原 图像复原：给定退化图像[g]，及对[h]和[n]做某种假设或若干了解后，在某种最优准则下求出原图像[f]的估计 一、无约束复原 1.由退化模型 [g]=[h][f]+[n] 可得噪声为[n]=[g]-[h][f] 目的是寻找[f]的估计 ，使 ，即使 与[g]的偏差满足最小平方准则， 称为范数。 5.3 无约束复原 2. 用公式表示 目标函数 由范数定义 3.实质：寻找 使目标（函数） 为最小， 不再受任何约束，故称为无约束复原。 4.使 min 可求得 由 即得 （假设 存在） 5.3 无约束复原 二、逆（反向）滤波法 1.图像复原的逆滤波法 由无约束复原法，得 对 中各元素进行DFT（FFT），即 则上式变为 （其中 ） 由于上式是（正向）滤波公式 的逆（反）过程，故此法称为反（逆）向滤波法。 5.3 无约束复原 则恢复后图像为： 2.逆滤波法的特点 将频域退化模型 代入逆滤波器，有 （1）存在问题 上式包含了我们希望得到的 ，但同时又加上一项由噪声带来的 项 ，但 较小或 0处具有噪声放大作用，这些 较小 的点上噪声起主要作用； 5.3 无约束复原 (2)使用逆滤波器时的注意事项 ①忽略 的点（奇异点）。比如可令此处的 的邻域均值，对复原结果不会产生太大影响； ②当 非常小时， 对复原结果起主导作用，而多数实际应用系统中， 离开原点衰减很快，故复原应局限于离远点不太远的有限区域进行。 （3）一种改进的方法是取恢复滤波器 其中k和d均小于1的常数，且d选得较小为好。 5.4 有约束恢复 一、基本原理 1.问题提出： 令 [Q]为[f]的线性算子，寻找一个最优估计 ，使 在约束条件