第六部分图像复原1PPT.pptVIP

第6部分 图象恢复 ; 图象恢复 也称图象复原，图象处理中的一大类技术 图象恢复vs.图象增强： 相同之处：改进输入图象的视觉质量 不同之处：图象增强借助人的视觉系统特性，以取 得较好的视觉结果（不考虑退化原因） 图象恢复根据相应的退化模型和知识重 建或恢复原始的图象（考虑退化原因） ; 图象恢复方法分类 技术：无约束和有约束 策略：自动和交互 处理所在域：频域和空域 从广义的角度上来看： 几何失真（退化 ）校正（恢复 ） 投影（退化 ）重建（恢复 ） ; 一、图象退化示例 图象退化：指由场景得到的图象没能完全地反映场景的真实内容，产生了失真等问题 透镜象差/色差 聚焦不准（失焦，限制了图象锐度） 模糊（限制频谱宽度） 噪声（是一个统计过程） 抖动（机械、电子）;二、噪声及来源; 2、几种常见噪声 热噪声：白噪声（频率覆盖整个频谱） 高斯噪声（幅度符合高斯分布） 闪烁噪声：具有反比于频率（1/f）的频谱 粉色噪声（在对数频率间隔内有 相同的能量） 发射噪声：高斯分布（电子运动的随机性） ;三、噪声概率密度函数; 2、均匀噪声; 3、脉冲噪声 噪声脉冲可以 是正的或负的 一般假设a和b 都是“饱和”值 双极性脉冲噪声 也称椒盐噪声 ;孔径衍射 高斯噪声 椒盐噪声 运动模糊; 一、退化模型（等效降质模型） H：退化过程（降质函数） n(x, y)：加性噪声（统计特性已知） 恢复图象：在给定g (x, y)和代表退化的H的基础上得到对f (x, y)的某个近似 ; 退化H的性质 (1) 线性： (2) 相加性（k1 = k2 = 1 ）： (3) 一致性（f2(x, y) = 0 ）： (4) 位置（空间）不变性： ;二、退化模型的计算; 用矩阵形式表示 根据周期性 he(x) = he(x+M) ; 推广到2-D 扩 展 不考虑噪声; 块轮换矩阵（每块都轮换标注） 轮换矩阵;三、轮换矩阵对角化; H的M个本征矢量组成1个M ? M的矩阵W： 各w的正交性保证了W的逆矩阵存在 W–1的存在保证了W的列（即H的本征矢量） 是线性独立的 D是1个对角矩阵，D(k, k) = ?(k) ; 2、块轮换矩阵的对角化 定义尺寸为MN ? MN的矩阵W，每个元素为： WN为1个N ? N的矩阵，其每个元素为： 类似于对轮换 矩阵的讨论： ; 3、退化模型对角化的效果（1-D无噪声） + ?; 4、退化模型对角化的效果（2-D有噪声） + ? F(u, v) N(u, v) H(u, v) 对角元素; 先卷积后加噪声 设计恢复滤波器h(x)，最优地从测量中估计f (x)，fest (x)： 最优的恢复滤波器应能最小化 ; 已知g(x)，通过减法n(x) = m(x) – g(x)来得到噪声 g(x)：规则 n(x)：随机 m(x)：随机; 设d(x)是偶的实函数，这样设备的转移函数D(s)是实的，最优恢复函数H(s)也是实的 ?NN*?看作噪声功率谱，?GG*?看作信号功率谱。?G*N?/2和 ?GN*?/2可看作交叉（cross）功率谱，它们在零均值噪声的情况下消失; 由退化模型 最小均方误差准则 无约束 有约束（Q为线性操作符，s = 1/l）;一、逆滤波 ; 分析/讨论 H (u, v)在UV 平面上取零或很小，N (u, v) / H (u, v)就 会使恢复结果与预期的结果有很大差距 噪声带来更严重的问题（知道H也估计不准 f ） H (u, v)常随u，v与原点距离的增加而迅速减小，而噪声N (u, v)却一般变化缓慢。在这种情况下，恢复只能在与原点较近（接近频域中心）的范围内进行; 记M (u, v)为恢复转移函数，并不正好是1 / H (u, v) 图象退化和恢复模型 除去H(u, v)为零的点 减少振铃效应 k和d均为小于1的常数 ; 模糊点源以获得转移函数 将点源图象看做单位脉冲函数（F [? (x, y)] = 1）的近似 则有 G(u, v) = H(u, v) F(u, v) ? H(u, v) 图象退化和恢复示例 退化图 滤波器 除去零点 减少振铃; 匀速直线运动 ; 水平方向匀速直线运动 x0(t) = ct / T ，y0(t)