第五章节 图像复原.pptVIP

基本思路： 2. 图像退化原因 成像系统镜头聚焦不准产生的散焦； 相机与景物之间的相对运动； 成像系统存在的各种非线性因素以及系统 本身的性能 ； 射线辐射大气湍流等因素造成的照片畸变； 成像系统的像差、畸变、有限带宽等； 底片感光图像显示时会造成记录显示失真； 成像系统中存在的各种随机噪声 ； 典型的图像复原方法是根据图像退化的先验知识建立一个退化模型。 以此模型为基础，采用滤波等手段进行处理，使得复原后的图像符合一定的准则，达到改善图像质量的目的。 图像复原是针对图像退化的原因做出补偿，使恢复后的图像尽可能接近原始图像。 评判图像复原质量好坏的是客观标准。 图像退化/复原模型 退化参数的确定？？ 点扩展函数h(x,y)的确定 噪声函数 n(x,y)的确定 在此来用长度为3的窗口，得到的结果为： {yi}＝{O O 0 0 0 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 0 0 2 3 4 5 5 5 5 5 0 0 0 0} 显然，经中值滤波后，脉冲噪声8被滤除 了，振荡被平滑掉了，斜坡和阶跃部分 被保存了下来。 （2）光学散焦 d是散焦点扩展函数的直径,J1(?)是第一类贝塞尔函数。 （3）照相机与景物相对运动 设T为快门时间，x0(t)，y0(t)是位移的x分量和y分量 要知道n(x,y)的统计性质，以及n(x,y)与f(x,y)之间的相关性质。 一般假设图像上的噪声是一类白噪声。 白噪声：图像平面上不同点的噪声是不相关的，其谱密度为常数。 高斯噪声： 白噪声：噪声的傅里叶谱是常量。 瑞利噪声： 伽玛噪声： 指数分布噪声： 均匀分布噪声： 脉冲噪声： 当噪声与图像不相关时，噪声是加性的。 在有些情况下噪声大小确实与图像信号有关。如以下的乘性白噪声 5.4 图像复原的方法 代数复原方法 中值滤波复原方法 5.4.1 代数复原方法 图像复原的主要目的是：当给定退化的图像g(x,y)及系统h(x,y)和噪声n(x,y)的某种了解或假设，估计出原始图像f(x,y)。 其代数表达式即为 g=Hf+n 此时可用线性代数中的理论解决复原问题。 复原时以消除噪声为目的的方法，可将上式改为 在最小二乘方意义上说，希望找到一个 使 为最小。 5.4.2 中值滤波复原方法 中值滤波在某些条件下可以做到既去除噪声又保护了图像边缘的较满意的复原效果。中值滤波是一种去除噪声的非线性处理方法。 中值滤波的基本原理是，把图像或数字序列中的一点的值用该点的一个邻域中各点值的中值代替。（中值是中间位置的值，而不是平均值。）其定义为：一组数x1,x2,...,x n，把n个数按值的大小顺序排列如下： xi1?xi2?...?xin y称为序列x1,x2,...,xn的中值。 例如有一序列为{80，90，200，110，120}，这个序列的中值为110。 把一个点的特定长度或形状的邻域称作窗口。在一维情形下，中值滤波器是一个含有奇数个像素的滑动窗口。窗口正中间那个象素的值用窗口内各象素值的中值代替。 设输入序列为｛xi，i∈I｝I为自然数集合或子集，窗口长度为n。则滤波器输出为： 例如，有一输入序列如下： ｛xi}={0 0 0 8 0 0 2 3 2 0 2 3 2 0 3 5 3 0 3 5 3 0 0 2 3 4 5 5 5 5 5 0 0 0} 在此序列中前面的8是脉冲噪声，中间一段是一种寄生振荡，后面是希望保留的斜坡和跳变。 * 第5章 图像复原 * 第一章 数字图象处理概论 5.1 图像退化机理 5.2 连续图像退化的数学模型 5.3 离散图像退化的数学模型 5.4 图像复原的方法 第五章 图像复原 5.1 图像退化机理 什么是图像的退化 图像退化原因 图像退化的处理方法 什么是图像复原 图像增强和图像复原的区别 返回 在景物成像过程中，由于目标的高速运动、散射、成像系统畸变和噪声干扰，致使最后形成的图像存在种种恶化， 称之为“ 退化”。 退化的形式有: 图像模糊或图像有干扰等。 1. 什么是图像退化？ 高质量图像 退化了的图像 复原的图像 图像退化 图像复原 因果关系 研究退化模型 无论是由光学、光电或电子方法获得的图像都会有不同程度的退化； 如果我们对退化的类型、机制和过程都十分清楚，那么就可以利用其反过程来复