图像特征及图像复原.ppt

5）矩特征 常用的区域矩特征有： （1）面积 （2）质心 （3）中心矩 （4）矩不变量 6） 边界描述 （1）边界链码 为了确定链码所表示的曲线在图像中的位置，并能由链码准确的重建曲线，则需要标出起点的坐标。起点的选择比较关键，对同一个边界，如用不同的边界点作为链码的起点，得到的链码则是不同的。 （2）一阶差分链码 用链码表示给定目标的边界时，如果目标平移，链码不会发生变化，而如果目标旋转则链码会发生变化。为解决这个问题，可利用链码的一阶差分来重新构造一个表示原链码各段之间方向变化的新序列，这相当于把链码进行旋转归一化。差分可用相邻两个方向数按反方向相减（后一个减去前一个）得到。 （3）傅立叶描述子 第8章 图像复原 8.1 图像退化原因与复原 图像在形成、传输和记录过程中，由于受到多方面的影响，造成图像质量的退化（degradation）。 （1）射线辐射、大气湍流等造成的照片畸变。 （2）A/D过程会损失部分细节，造成图像质量下降。 （3）镜头聚焦不准产生的散焦模糊。 （4）成像系统中始终存在的噪声干扰。 （5）相机与景物之间的相对运动产生的运动模糊。 （6）底片感光、图像显示时会造成记录显示失真。 （7）成像系统的像差、非线性畸变、有限带宽。 （8） 携带遥感仪器的飞机或卫星运动的不稳定，以及地球自转等因素引起的照片几何失真。 图像复原（image restoration）的目的和任务 目的和任务 在研究图像退化原因的基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型，然后用相反的运算，以恢复原始景物图像。 8.1.1 图像退化的数学模型 连续图像退化的一般模型如图8.1所示。 输入图像f(x, y)经过一个退化系统或退化算子H(x, y)后产生的退化图像g(x, y)可以表示为： g(x, y)= H[f(x, y)] 如果仅考虑加性噪声的影响，则退化图像可表示为： g(x, y)= H [f(x, y)]+n(x, y) f(x, y)的最佳估计 退化的图像是由成像系统的退化加上额外的系统噪声而形成的。 若已知H(x, y)和n(x, y)，图像复原是在退化图像的基础上，作逆运算，得到f(x, y)的一个最佳估计。 “最佳估计”而非“真实估计”。 由于存在可能导致图像复原的病态性。 8.1.2 离散图像退化的数学模型 设f (x, y)大小为A×B，h(x, y)被均匀采样为C×D大小。 为避免交叠误差，采用添零延拓的方法，将它们扩展成M=A+C-1和N=B+D-1个元素的周期函数。 则输出的降质数字图像为 给定了退化图像g(x, y)、退化系统的点扩展函数h(x, y)和噪声分布n(x, y)，就可以得到原始图像f的估计。 实际计算的工作量十分庞大。 * （1）零阶矩 （2）一阶矩 （3）二阶矩 利用归一化的中心矩，可以获得六个不变矩组合， 这些组合对于平移、旋转、尺度伸缩等变换都是不变的， 用复数 的形式来表示给定边界上的每个点 二维离散退化模型可以用矩阵形式 g=Hf g=Hf +n *