[工学]图像复原.ppt

约束最小二乘方滤波 约束最小二乘方滤波可以在一定程度上解决维纳滤波存在的问题。其一，约束最小二乘方滤波只要求噪声方差和均值的知识，而这些参数经常能从一幅给定的退化图像计算出来；其二，约束最小二乘方滤波对于所处理的每一幅图像都能产生最优的结果。 滤波模型 可以仅仅用噪声的均值和方差的知识执行最佳复原算法，这是约束最小二乘方滤波与维纳滤波之间的主要区别。 约束最小二乘方滤波 S是可调参数，我们需要调节s以满足约束式 blurred=imread(xzl.jpg); len=31; theta=11; psf=fspecial(motion,len,theta); burrednoisy=imnoise(blurred,gaussian,0,0.02); subplot(231);imshow(burrednoisy);title(加入高斯噪声的模糊图像); v=0.02; np=v*prod(size(blurred)); edged=edgetaper(burrednoisy,psf); [reg1 lagra]=deconvreg(edged,psf,np); subplot(232),imshow(reg1);title(小NP复原结果); reg2=deconvreg(edged,psf,np*1.2); subplot(233),imshow(reg2);title(大NP复原结果); reg3=deconvreg(edged,psf,[],lagra); subplot(234),imshow(reg3);title(); reg4=deconvreg(edged,psf,[],100*lagra); subplot(235),imshow(reg4);title(小范围拉氏算子搜索复原图); regop=[1 -2 1]; reg5=deconvreg(edged,psf,[],lagra,regop); subplot(236),imshow(reg5);title(大范围拉氏算子搜索复原图); 从噪声中复原 噪声是造成图像退化的重要因素之一。数字图像的噪声主要来源于图像获取和传输过程。图像处理应用中最常见的噪声有： 高斯噪声 瑞利噪声 伽马噪声 指数噪声 均匀噪声 脉冲（椒盐）噪声 从噪声中复原 空域滤波复原 a.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） b.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） c.自适应滤波器 频域滤波复原 a.理想陷波带阻滤波器 b.巴特沃斯陷波带阻滤波器 c.高斯陷波带阻滤波器 从噪声中复原 从噪声中复原 从噪声中复原 理想陷波带阻滤波器 从噪声中复原 巴特沃斯陷波带阻滤波器 从噪声中复原 高斯陷波带阻滤波器 h=imread(2010.JPG); f=rgb2gray(h); subplot(231);imshow(f); title(原始图像); g=imnoise(f,salt,0.2); subplot(232);imshow(g); title(椒盐噪声污染的图像); g1=double(g)/255; j1=medfilt2(g1,symmetric); subplot(233);imshow(j1); title(中值滤波图像); j2=ordfilt2(g1,median(1:3*3),ones(3,3),symmetric); subplot(234);imshow(j2); title(中点滤波图像); j3=ordfilt2(g1,1,ones(3,3)); subplot(235);imshow(j3); title(最小值滤波图像); j4=ordfilt2(g1,9,ones(3,3)); subplot(236);imshow(j4); title(最大值滤波图像); 几何失真校正 系统失真 光学系统、电子扫描系统失真而引起的斜视畸变、枕形、桶形畸变等，都可能使图像产生几何特性失真。 原图像； 梯形失真； 枕形失真； 桶形失真 几何失真校正 非系统失真 从飞行器上所获得的地面图像，由于飞行器的姿态、高度和速度变化引起的不稳定与不可预测的几何失真 几何失真校正 图像的几何失真校正包括如下两个步骤： a.空间变换：对图像平面上的像素进行重新排列以恢复原空间关系。 b.灰度插值：对空间变换后的像素赋予相应的灰度值以恢复原位置的灰度值