lecture2_线性成像系统.pdf

线性成像系统 例：针孔照相机 要点  总体目标，定义  线性成像系统  原函数  重叠  仪器响应函数  δ函数  等晕图  点扩展函数  放大倍数  针孔成像 成像定义 原函数－实际物体的真实空间描述。 分辨率－采集到的图像只是实际物体的 近似。分辨率描述这种空间映射的精确 度。 形变－描述图像的一些重要的非线性特 征如果没有形变，图像每一处的分辨率 是一样的。 模糊度－描述我们把希望成像的物体成 像的好坏程度。 对比度－描述图像中能够区分物体不同 部分的清晰程度。 信噪比 成像定义 图像分析中的两个基本问题： 1.给定数据，仪器函数的估计和噪声的统计模型，复原信息（原函数的 估计）。 2.使用合适的模型，解释这些信息。 我们的目标是： 1.设计一个算法计算原函数，给出散射野的确定数据，估算点扩展函数 和实验噪声。 2.找到从原函数中复原适当的材料参数的方法。 3.建立实验，原函数反映感兴趣的参数。 4.设计实验，成像实验近似线性系统（或者非线性通过校正消除掉）， 点扩展函数很窄并且具有一定的形状。 线性成像系统 成像过程的模型用来从测量数据中提取空间信息。本课程中我们涉及的是 一个假象的简单的线性模型。 图像＝原函数 点扩展函数＋噪声  这是一个线性成像过程的基本表达式。点扩展函数和成像系统的类型和性 能有关，原函数和物体的物理作用和散射波有关。 噪声是一个很重要的考虑由于它限制了以去除成像测量过程过带来的模糊 为目的的反卷积处理的有效性。 如果成像过程中引入的原函数的模糊是空间一致的，图像可以被描述为原 函数的线性映射。 这种映射分辨率比较低，模糊很容易被描述为原函数和点扩展函数的卷积。 线性成像系统  图像＝原函数 点扩展函数＋噪声   O P Ox P x x dx  卷积是一个线性模糊。P中的每一点平移和O相乘求和。 线性成像系统 考虑一个简单的例子，源平面I(x,y)映射到探测器平面E(x,y)。 探测器以线性模式测量光子强度（能量）（两倍的光子强度映射到探测 器上的信号是两倍大）。 问题：如果探测器饱和了会发生什么？ 线性成像系统 从源到探测器的映射： E(x,y)=S{I(x,y)} 并且这种映射是线性的： S{aI(x,y)+bI(x,y)}= S{aI(x,y)}+S{bI(x,y)} a和b是标量。 线性成像系统 在模拟线性系统的时候，引入点扩展函数并把系统按此分解是很有用的。 点源可以从输入中选出任意一点然后逐一映射。 这么做的好处就是通过关注点源的映射，我们分析成像过程时不需要考虑 原函数。 δ函数 δ函数可以简单地逼近来分解图像。 一维情况： 0; x 0