数字图像处理及分析-第5章-图像恢复.ppt

数字图像处理技术 第五章 图像恢复 仪器科学与光电工程学院 2011.6 5.3　图像噪声与被噪声污染图像的恢复 5.3.1 常见的噪声及其概率密度函数 高斯噪声是白噪声的一个特例。所谓白噪声，是指图像面上不同点的噪声是不相关的，其功率谱为常量，也即其强度不随频率的增加而衰减。 （1）高斯噪声 5.3　图像噪声与被噪声污染图像的恢复 5.3.1 常见的噪声及其概率密度函数 （2）瑞利噪声 瑞利噪声的概率密度函数为： 概率密度的均值和方差分别为： （5.49） （5.50） （5.51） 5.3　图像噪声与被噪声污染图像的恢复 5.3.1 常见的噪声及其概率密度函数 （2）瑞利噪声 5.3　图像噪声与被噪声污染图像的恢复 5.3.1 常见的噪声及其概率密度函数 （3）均匀分布噪声 均匀分布噪声的概率密度函数为： 概率密度的期望值和方差分别为： （5.52） （5.53） （5.54） 5.3　图像噪声与被噪声污染图像的恢复 5.3.1 常见的噪声及其概率密度函数 （3）均匀分布噪声 5.3.1　常见的噪声及其概率密度函数 （4）脉冲噪声（椒盐噪声） (双极)脉冲噪声的概率密度为： （5.55） 式(5.55)表示的脉冲噪声在Pa或Pb均不可能为零，且在脉冲可能是正的，也可能是负值的情况下，称为双极脉冲噪声。 5.3.1　常见的噪声及其概率密度函数 （4）脉冲噪声（椒盐噪声） 如果ba，灰度b的值在图像中将显示一个亮点，而灰度a的值在图像中将显示一个暗点。如果Pa或Pb均不可能为零，尤其是它们近似相等时，脉冲噪声值就类似于随机分布在图像上的胡椒和盐粉微粒，所以双极脉冲噪声也称为椒盐噪声. 式（5.55）表示的脉冲噪声如果Pa或Pb为零，则脉冲噪声称为单极脉冲噪声。 通常情况下脉冲噪声总是数字化为允许的最大值或最小值，所以负脉冲以黑点(胡椒点)出现在图像中，正脉冲以白点（盐点）出现在图像中。 5.3.1　常见的噪声及其概率密度函数 （4）脉冲噪声（椒盐噪声） 实验表明：对于上述的四种噪声，椒盐噪声是唯一的一种引起退化的视觉可见的噪声类型。 * * 第五章 图像恢复 5.1　图像的退化模型 5.2　空间域图像的恢复 5.3　图像噪声与被噪声污染图像的恢复 5.4　几何失真的校正 图像恢复，是一种使退化了的图像去除退化因素，并以最大保真度恢复成原来图像的技术。 图像恢复与图像增强的研究内容有一定的交叉性。 ◆图像增强是一种改进图像视觉效果的技术； ◆图像恢复是一种对退化（或品质下降）了的图像去除退化因素，并进而复原或重建被退化了的图像的技术。 5.1　图像的退化模型 进行图像恢复的基本思路就是找出使原图像退化的因素，将图像的退化过程模型化，并据此采用相反的过程对图像进行处理，从而尽可能地恢复出原图像来。 5.1　图像的退化模型 5.1.1 常见退化现象的物理模型 图5.1 常见的4种退化现象的物理模型示意图 5.1　图像的退化模型 5.1.2 图像退化模型的表示 图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，由此可得到图像的退化模型为： 并可以表示为： （5.1） 5.1　图像的退化模型 5.1.3 离散退化模型 1. 一维离散退化模型 设f(x)是具有A个均匀采样值的一维离散函数，h(x)为具有C个均匀采样值的系统脉冲响应， g(x)是系统的输出函数。 当利用卷积计算时，由A个样本表示的函数与由C个样本表示的另一个函数进行卷积将得到A+C-1个样本序列。 5.1.3　离散退化模型 1. 一维离散退化模型 由于离散卷积和离散傅里叶变换均是针对周期函数定义的，为了避免离散卷积的周期性序列之间发生相互重叠现象，必须对函数 和 进行周期性延拓，并取M=A+C-1，则有： 5.1.3　离散退化模型 1. 一维离散退化模型 也即： （5.2） （5.3） 这时，fe(x)和he(x)均成为周期长度为M的周期性离散函数，且它们两者的卷积为： （5.4） 5.1.3　离散退化模型 1. 一维离散退化模型 若设： （5.5） （5.6） 则可以将式（5.4）改写成矩阵表示形式： (5.7) 5.1.3　离散退化模型 1. 一维离散退化模型 根据he(x)的周期性可知有he(x)=he(x+M)，所以可以将式(5.6)中的H进一步写成：