数字图像处理digital image processing - 北京大学计算机科学技术 .pdf

研究生课程 数字图像处理 Digital Image Processing 彭宇新 北京大学计算机科学技术研究所 E_mail:pengyuxin@icst.pku.edu.cn 图像复原  图像退化/复原过程的模型  噪声模型  空间域滤波复原（唯一退化是噪声）  频率域滤波复原（削减周期噪声） 图像复原  什么是退化？ 成像过程中的”退化”，是指由于成像系统各种 因素的影响，使得图像质量降低  引起图像退化的原因  成像系统的散焦  成像设备与物体的相对运动  成像器材的固有缺陷  外部干扰等 图像复原  图像复原概述  与图像增强相似，图像复原的目的也是改善 图像质量  图像增强主要是一个主观过程，而图像复原 主要是一个客观过程  图像增强被认为是一种对比度拉伸，提供给 用户喜欢接收的图像；而图像复原技术追求恢 复原始图像的最优估值  图像复原技术可以使用空间域或频率域滤波 器实现 图像复原  图像复原概述（续）  图像复原可以看作图像退化的逆过程，是将 图像退化的过程加以估计，建立退化的数学模 型后，补偿退化过程造成的失真  在图像退化确知的情况下，图像退化的逆过 程是有可能进行的  但实际情况经常是退化过程并不知晓，这种 复原称为盲目复原  由于图像模糊的同时，噪声和干扰也会同 时存在，这也为复原带来了困难和不确定性 图像复原  图像退化/复原过程的模型  f(x,y)表示一幅输入图像  g(x,y)是f(x,y)产生的一幅退化图像  H表示退化函数   表示外加噪声  x , y    给定g(x,y)，H和 x , y ,怎样获得关于原始图像的 ^   近似估计 f x,y ？ 图像复原  如果系统H是一个线性、位置不变性的过 程，退化图像可以表示为         g x,y h x,y *f x,y x,y 空间域上的卷积等同于频率域上的乘积         G u,v H u,v F u,v N u,v h(x,y)表示退化函数的空间描述 图像复原  噪声模型  数字图像的噪声主要来源于图像的获取和传 输过程  图像获取的数字化过程，如图像传感器的 质量和环境条件  图像传输过程中传输信道的噪声干扰，如 通过无线网络传输的图像会受到光或其它 大气因素的干扰 图像复原  一些重要的噪声  高斯噪声  瑞利噪声  伽马（爱尔兰）噪声  指数分布噪声  均匀分布噪声  脉冲噪声（椒盐噪声） 一些重要噪声的概率密度函数(PDF) 高斯 瑞利 伽马 指数 均匀 脉冲 图像复原  高斯噪声