- 1、本文档共81页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[英语学习]IP-5-Restoration
估计退化函数H 估计退化函数的三个准则 观察 实验 数学建模 估计退化函数H 图像观察 假设图像信号足够强,使得噪声信号可忽略,且H是位不变的 步骤: Select a subimage in which the signal content is strong (e.g. an area of high contrast) Process the subimage to arrive at a result that is as unblurred as possible (e.g. sharpening it with a filter or even with hand) Calculate Deduce H(u, v) based on our assumption of position invariance. 估计退化函数H 实验:用获取退化图像相似的设备,并进行适当的设定,以获得相似退化程度的图像,例如一个亮斑的图像,由此获得模型 退化前图像 退化后图像 估计退化函数H 由模型估计 Hufnagel and Stanley的大气湍流模型 估计退化函数H 图像做平面移动 设 可导出 估计退化函数H 数学模型 逆向滤波 如果噪声可忽略,并且退化函数已知或已经获得,那么我们可以直接将退化函数除掉: 由于: 逆向滤波 注意:当H(u,v)为零,或者接近零时,噪声将占主导地位 解决策略是忽略掉H接近零的部分,即高频部分 如:大气湍流滤波器逆向滤波 最小均方误差滤波器(维纳滤波器) 将图像模型和噪声看作随即模型,则我们的目标定义为: 寻找最优的f(x,y)的估计,使其均方误差最小,得到: 图像的功率谱 最小均方误差滤波器(维纳滤波器) 用常数来近似信噪比 最小均方误差滤波器(维纳滤波器) 带约束的最小二乘滤波器 一般的说,我们总是需要知道一些关于退化函数H的信息 维纳滤波器的缺点是还需要退化前的原图像与噪声的功率谱。采用常数来代替的方法,有时候并不合适 如果我们仅用噪声的方差,能否很好的恢复图像呢? 带约束的最小二乘滤波器 退化图像模型 图像尺寸:MxN 写成矩阵形式 矩阵g,f,n:MNx1, 矩阵H: (MN)x(MN) 带约束的最小二乘滤波器 函数H是对噪声极度敏感的 建立约束 由于噪声是高频向量,因此对二阶导敏感 可以约束二阶导的能量 最小化能量函数: 约束: 解为: 其中: 带约束的最小二乘滤波器 结果 需要选择参数 带约束的最小二乘滤波器 进一步寻找最优的参数 建立残差方程: 残差的模是参数 的函数: 我们需要做的是,调整参数 ,使下式成立: Newton-Raphson 优化方法获取参数 : 是?的单调递增函数 Hunt[1973] 带约束的最小二乘滤波器 调整参数 ,使下式成立: Specify an initial value of Compute Stop if the above equation is satisfied; otherwise return to step 2 after increasing if or decreasing if . Use the new value of to recompute the optimum estimate 带约束的最小二乘滤波器 残差模的计算 这说明:仅依赖于噪声的方差和均值,我们就可以获得最优的恢复效果 带约束的最小二乘滤波器 * Although there are areas of overlap, image enhancement is largely a subjective process, while image restoration is for the most part an objective process. Restoration attempts to reconstruct or recover an image that has been degraded by using a priori knowledge of the degradation phenomennon. 只存在噪声的空间域图像复原 均值滤波 Mean Filters Arithmetic mean filter: Geometric mean filter: Harmonic (谐波) mean filter: Contra-harmonic (逆谐波) mean filter: (Q=0,Q=-1) 只存在噪声的空间域图像复原 Mean F
您可能关注的文档
- [英语学习]Demonstrate.ppt
- [英语学习]English letter writing 4.ppt
- [英语学习]English letter writing 5.ppt
- [英语学习]englishandamericanliterature20110830.ppt
- [英语学习]EnglishPronunciationABC.ppt
- [英语学习]EnglishforITandEE-11.ppt
- [英语学习]exercisesPart One.doc
- [英语学习]Disney英语课件.ppt
- [英语学习]facilitatorstoimplementingelectronichealthrecordsasystematicreview.pdf
- [英语学习]Fashion English chapter 2.ppt
- 江苏省灌云高级中学2023-2024学年高三上学期第一次月考地理试题含答案.docx
- 备战2024年高考物理一轮重难点复习 第十三章 近代物理.docx
- 江苏省高邮市一中2021-2022学年高三上学期第一次月考语文试题(原卷版).docx
- 江苏省华罗庚中学2023-2024学年高三上学期12月阶段检测数学试卷含答案.docx
- 江苏省海门中学2023-2024学年高三上学期第一次调研考试地理试题及答案.docx
- 备战2024年高考物理一轮重难点复习 第九章 恒定电流.docx
- 江苏省高邮市2023-2024学年高三下学期3月学情调研数学试题含答案.docx
- 备战2024年高考物理一轮重难点复习 实验十一:探究影响感应电流方向的因素.docx
- 备战2024年高考物理一轮重难点复习 实验三:验证平行四边形定则.docx
- 备战2024年高考物理一轮重难点复习 第十四章 光.docx
文档评论(0)