数字图像处理分析IPA5.ppt

图像复原的基本概念 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，记数误差等等。 图像复原的基本概念 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 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 图像复原的应用 总结 带阻滤波器：阻止一定频率范围内的信号通过而允许其它频率范围内的信号通过，消除或衰减傅里叶变换原点处的频段。 理想带阻滤波器 巴特沃思带阻滤波器 高斯带阻滤波器 理想带阻滤波器 W是频带的宽度，D0是频带的中心半径 n阶的巴特沃思带阻滤波器 高斯带阻滤波器 带阻滤波器的透视图 理想 巴特沃思(阶数为1) 高斯 被正弦噪声污染的图像 4阶的巴特沃思带阻滤波器 该图像的傅里叶频谱 滤波后的图像 带通滤波器：允许一定频率范围内的信号通过而阻止其它频率范围内的信号通过。 陷波滤波器 2阶的巴特沃思陷波滤波器 高斯陷波滤波器 理想陷波滤波器 陷波滤波器透视图 理想陷波带阻滤波器 巴特沃思陷波带阻滤波器 高斯陷波带阻滤波器 注：当u0=v0=0,上述3个滤波器变为高通滤波器 陷波带通滤波器：通过包含在陷波区的频率 Hnp(u,v)是陷波带通滤波器，Hnr(u,v)是对应的陷波带阻滤波器 当u0=v0=0时，陷波带通滤波器变为低通滤波器 图像增强与图像复原有交叉 图像增强主要是主观过程，而图像复原主要是客观过程 图像复原：利用退化图像的某种先验知识来重建或恢复被退化的图像 复原技术就是把退化模型化，并采用相反的过程进行处理，以便恢复出原图像； 图像增强技术：是探索性过程，基于人类视觉需要(主观)而突出图像的某些特点，如对比度拉伸。 图像的钝化或平滑可看作是图像复原技术（去噪） 样本噪声图像和它们的直方图 用于噪声模型的测试图 由简单、恒定的区域组成 仅仅有3个灰度级的变化 结论 上述噪声图像的直方图和它们的概率密度 函数曲线对应相似 前面5种噪声的图像并没有显著不同 但它们的直方图具有明显的区别 周期噪声 周期噪声是在图像获取中由电力或机电干扰中产生的 周期噪声可以通过频率域滤波显著减少 图像复原的空间滤波器（只存在噪声） 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、逆谐波均值滤波器 顺序统计滤波器 中值滤波器、最大值滤波器、最小值滤波器、中点 滤波器、修正后的阿尔法均值滤波器 自适应滤波器 自适应局部噪声消除滤波器、自适应中值滤波器 算术均值滤波器 Sxy表示中心在(x,y)，尺寸为m×n的矩形窗口 平滑了一幅图像的局部变化 在模糊了结果的同时减少了噪声 几何均值滤波器 几何均值滤波器在滤波过程中，与算术均值滤波器相比，会丢失更少的图像细节——相对锐化 谐波均值滤波器 谐波均值滤波器对于“盐”噪声效果好，但不适用于“椒”噪声 善于处理高斯噪声等 逆谐波均值滤波器 Q称为滤波器的阶数。当Q为正数时，用于消除“椒”噪声；当Q为负数时，用于消除“盐”噪声，但不能同时消除“椒盐”噪声 当Q=0，逆谐波均值滤波器转变为算术均值滤波器 当Q=-1，逆谐波均值滤波器转变为谐波均值滤波器 均值滤波器的总结 算术均值滤波器和几何均值滤波器适合于处理高斯或均匀等随机噪声 谐波均值滤波器适合于处理脉冲噪声 缺点：必须事先知道噪声是暗噪声还是亮噪声，以便于选择合适的Q符号 顺序统计滤波器 中值滤波器 在相同尺寸