图像处理和分析教程 章毓晋 第7章.ppt

第7章 7-* 图像处理和分析教程 章毓晋 第7章 第7章 图像恢复 图像恢复也称图像复原，是图像处理中的一大类技术 图像恢复与图像增强相同之处是，它们都要得到在某种意义上改进的图像。图像恢复与图像增强不同之处是，图像增强技术一般要借助人的视觉系统的特性以取得看起来较好的视觉结果，而图像恢复则认为图像（质量）是在某种情况/条件下退化或恶化了（图像品质下降了、失真了），现在需要根据相应的退化模型和知识重建或恢复原始的图像 第7章 第7章 图像恢复 7.1 图像退化和噪声 7.2 空域噪声滤波器 7.3 组合滤波器 7.4 无约束恢复 7.5 有约束恢复 第7章 7.1 图像退化和噪声 图像退化示例 一般用图像退化来表示和描述图像工程中各种图像质量的下降过程和下降因素 例如，透镜色差/像差，图像的锐度由于光波的衍射而受到的限制，由于对摄像机镜头聚焦不准（失焦）而造成的图像模糊等 在图像采集过程中产生的许多种退化常被称为模糊，它对目标的频谱宽度有带限作用。在图像记录过程中产生的主要退化常被称为噪声，它可来源于测量误差，记数误差等 第7章 7.1 图像退化和噪声 图像退化示例 (a)表示一种非线性的退化 (b)表示一种模糊造成的退化 (c)表示一种场景中目标运动造成的模糊退化 (d)表示的是随机噪声的迭加退化 第7章 7.1 图像退化和噪声 基本退化模型 图像退化过程被模型化为一个作用在输入图像f(x, y)上的系统H。它与一个加性噪声n (x, y)的联合作用导致产生退化图像g(x, y) 恢复图像就是要在给定g(x, y)和代表退化的H的基础上得到对f(x, y)某个近似的过程 第7章 7.1 图像退化和噪声 基本退化模型 输入和输出具有如下关系： 如果退化系统H满足下式则称为线性系统 借助矩阵表达 第7章 7.1 图像退化和噪声 噪声介绍 图像中的噪声可定义为图像中不希望有的部分，或图像中不需要的部分 对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号，它携带了噪声源的信息 信噪比（SNR）一词就反映了噪声相对于信号的强度比值，用能量比（或电压平方比）定义 第7章 7.1 图像退化和噪声 噪声概率密度函数 高斯噪声 第7章 7.1 图像退化和噪声 噪声概率密度函数 均匀噪声 第7章 7.1 图像退化和噪声 噪声概率密度函数 脉冲（椒盐）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 第7章 7.2 空域噪声滤波器 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 第7章 7.2 空域噪声滤波器 均值滤波器 逆谐波均值滤波器 {例7.2.1　均值滤波器效果示例} 非线性均值滤波器 第7章 7.2 空域噪声滤波器 排序统计滤波器 也称百分比滤波器，在工作时均基于对模板所覆盖像素的灰度值的排序，其输出根据某一个确定的百分比选取排序后序列中相应的像素值而得到 中值滤波器 对消除脉冲噪声比较有效 第7章 7.2 空域噪声滤波器 排序统计滤波器 最大值滤波器 最小值滤波器 中点滤波器 第7章 7.2 空域噪声滤波器 自适应滤波器 自适应局部噪声滤波器 一种利用模板局部（local）特性的自适应噪声滤波器的输出结果依赖于噪声图像在(x, y)处的值g(x, y)、叠加噪声的方差sN2、以(x, y)为中心的模板区域W中像素的均值mW和方差sW2 第7章 7.2 空域噪声滤波器 自适应滤波器 自适应中值滤波器 将自适应的方式可用于中值滤波器 自适应中值滤波器的自适应体现在滤波器的模板尺寸可根据图像特性进行调节 自适应中值滤波器的三个目的：滤除脉冲噪声，平滑非脉冲噪声，减少对目标边界过度细化或粗化而产生的失真 第7章 7.3 组合滤波器 混合滤波器 将快速的滤波器（特别是线性滤波器）和排序统计滤波器组合构成混合滤波器，使这样得到的滤波器在效果上接近所期望的要求，但在计算复杂度方面有较大改进 在线性和中值混合滤波中，常使较少的线性滤波操作作用在大的模板上，而线性滤波器输出的中值就是混合滤波器的最终输出 第7章 7.3 组合滤波器 混合滤波器 第7章 7.3 组合滤波器 选择性滤波器 当图像同时受到不同噪声影响时，可以采用选择滤波的方式，在受到不同噪声影响的位置选择不同的滤波器，以发挥不同滤波器的各自特点，取得较好的综合效果 {图7.3.3} {图7.3.4} 使用选择性滤波器的效果比单独使用任何一个滤波器的效果都要好 第7章 7.4 无约束恢复 无约束恢复模型 → 使得