数字图像处理 第五章_图像复原及重建.ppt

第五章 图像复原与重建 什么是图像复原？ 什么是图像重建？ 数字图像如何进行几何变换（缩放、旋转等） 5.1 退化模型 5.1.2 退化的数学模型 退化的数学模型 在时域 在频域 5.1.2 退化的数学模型 结论 离散图像的时域数学模型可写为 5.2 代数恢复法 利用时域表达式 已知g、H，求 f 5.3 频率域恢复方法 5.3.1 逆滤波恢复法 5.3.2 去除由匀速运动引起的模糊 5.3.3 维纳滤波复原方法 5.3.1 逆滤波恢复法 存在问题 图像复原时，由于H(u,v)在分母上，当u-v平面上的某些点或区域H(u, v)很小或等于零，即出现了零点时， 就会导致不稳定解。因此，即使没有噪声，一般也不可能精确地复原f(x, y)。 如果考虑噪声项N(x, y)，则出现零点时， 噪声项将被放大。它意味着退化图像中小的噪声干扰在H(u, v)取得很小值的那些频谱上将对恢复图像产生很大的影响。 因此对多数图像直接采用逆滤波复原会遇到上述求解方程的病态性。 5.3.1 逆滤波恢复法 改进方法 在H(u,v）=0及其附近，人为仔细设置H-1(u,v)的值，使N(u,v)*H-1(u,v)不会对F（u，v）产生太大影响。 下图给出了H(u,v)、H-1(u,v)同改进的滤波特性HI(u,v)的一维波形，从中可看出与正常滤波的差别。 5.3.1 逆滤波恢复法 改进方法 退化系统的传递函数H(u, v)带宽比噪声的带宽要窄得多，其频率特性具有低通性质。可取低通滤波性质的H-1(u,v) 5.3.1 逆滤波恢复法 低频区域 一维情况 5.3.1 逆滤波恢复法 低频区域 二维情况 5.3.2 去除由匀速运动引起的模糊 运动模糊：拍摄正在运动的物体，或拍摄静止物体摄像机抖动，都会使被摄物体在曝光期间内相对像面产生位移，使像出现模糊。运动模糊是场景能量在传感器拍摄瞬间（T）内在像平面上的非正常积累。 假定f(x,y)表示无运动模糊的清晰图像，相对运动用 和 表示，则运动模糊图像 是曝光时间内像平面上能量的积累 5.3.3 维纳滤波复原法 维纳滤波器是指使复原图像与原图像之间的均方误差最小的滤波器，即找到： 得到 使 满足这一条件的滤波器为： 式中上标*表示复共轭，Pf(u,v)， Pn(u,v)分别为输入图像和噪声图像的功率谱密度 5.3.3 维纳滤波复原法 维纳滤波复原法的基本步骤： 对退化图像g(x,y)进行二维离散傅立叶变换，得到G(u,v)； 计算系统冲激响应h(x,y)的二维离散傅立叶变换，得到H(u,v)；（为避免混叠， h(x，y) 应延拓） 估算噪声的功率谱Pn(u,v)和输入图像的功率谱Pf(u,v)； 依公式计算F(u,v)； 计算F(u,v)的傅立叶反变换，求得还原图像f(x,y) 5.4 几何校正 几何失真 数字图像在获取过程中，由于成像系统的非线性，成像后的图像与原景物图像相比，会产生比例失调，甚至扭曲，我们把这类图像退化现象称之为几何失真 分类 系统失真：有规律、能预测 非系统失真：随机的 5.4 几何校正 5.4 几何校正 直接法（前向映射法） 缺点：像素分布是不规则的，会出现像素挤压、疏密不均等现象，不能满足要求。 5.4 几何校正 间接法 设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发算出在已知畸变图像上的坐标(x,y) ，即 5.4 几何校正 最近邻元法 在待求像素的四邻点中，将距离这点最近的邻点灰度赋给待求像素。 该方法最简单，效果尚佳，但校正后的图像有明显锯齿状，即存在灰度不连续性。 5.4 几何校正 双线性内插法 利用待求像素四个邻点的灰度在二方向上作线性内插。 该方法要比最近邻元法复杂，计算量大。但没有灰度不连续性的缺点，结果令人满意。它具有低通滤波性质，使高频分量受损，图像轮廓有一定模糊。 5.4 几何校正 三次内插法 利用三次多项式S(x)来逼近理论上的最佳插值函数sin(x)/x 5.4几何校正 像素灰度内插法效果比较 5.4 几何校正 像素灰度内插法效果比较 5.5 图像重建 具体技术简单了解即可 5.5 图像重建 图像重建的三种模型 透射模型：建立于能量通过物体后有一部分能量会被吸收的基础之上，该模型经常用于X射线、电子射线及光线和热辐射的情况下，它们都遵从一定的吸收规则。 发射模型：用来确定物体的位置，该方法已经广泛用于正电子检测，它是通过在相反的方向分解散射的两束伽马射线来实现的。这两束射线的渡越时间可用来确定物体的位置。 反射模型：可以用来测定物体的表面特征，例如光线、电子束、激光