数字图象处理第六节.pptVIP

第六讲 图像的恢复与重构 概述 图像恢复 指将退化的图像尽量恢复到原来的状态 图像复原方法 沿着图像退化的逆方向过程进行，根据先验知识分析退化原因，建立降质模型； 分析降质模型，采取某种复原方法； 恢复或重建原有图像。 概述 图像复原与图像增强都是为了改善图像的质量，但有区别： 图像增强：通过某些技术来突出图像中感兴趣的特征，在对图像的处理过程中，不考虑图像退化的真实物理过程 图像复原：针对图像的退化原因做出补偿，使恢复后的图像尽可能接近原图像 图像的恢复与重构 典型的图像复原方法是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用滤波等手段进行处理，使得复原后的图像符合一定的准则，达到改善图像质量的目的。 先做恢复处理，再做增强处理 概述 图像降质原因 噪声和光学系统等 降质模型 无噪声降质模型 有噪声降质模型 Restoration Model 一、图像退化模型 二、离散图像退化模型 三、循环矩阵及傅立叶化 一个一维离散序列通过一个系统发生失真的过程可用下图表示 由于离散卷积的周期性，有he(x)=he(x+M)，H可以写成 特殊退化模型及参数的估计 实际应用中经常碰到的降质因素，及相应的模糊算子： 运动模糊： 通常在拍摄过程中，相机或物体移动造成的运动模糊， 可以用一维均匀邻域像素灰度的平均值来表示 大气扰动模糊： 在遥感和航空摄影中，由于曝光时间过长引起的模糊， 可用高斯点扩散函数来表示 均匀不聚焦模糊： 由于相机聚焦不准确引起 2) 噪声的估计 图像恢复——逆滤波复原 1960年代中期, 逆滤波(去卷积)开始被广泛用于数字图像复原. Nathan用二维逆滤波方法来处理由漫游者、探索者等外星探索发射得到的图像。 同一时期，Harris采用点扩散函数的解析模型对望远镜图像中由于大气扰动所造成的模糊进行了逆滤波（去卷积），从此，逆滤波（去卷积）就成了图像复原的一种标准技术。 逆滤波复原 逆滤波复原 逆滤波复原 ?逆滤波复原 ?逆滤波复原 ?逆滤波复原 ?逆滤波复原 ?逆滤波复原 降质与复原示例: Gonzalez Woods Degradation Restoration Examples: Gonzalez Woods 维纳滤波复原法 维纳滤波 典型图像的自相关通常随着与原点的距离增强而下降，原因： 在大部分图像中，邻近的像素是高度相关的，而距离较远的像素相关性则较弱。 功率谱的低频部分以信号为主，而高频部分则主要被噪声占据，原因： 噪声源往往具有平坦的功率谱，其随频率升高而下降的趋势要比典型的图像功率谱慢得多 维纳滤波 一般的去卷积并不考虑噪声 维纳滤波器中加入了对噪声的考虑（认为信号和噪声无关） 维纳滤波复原法 功率谱特征：图像的功率谱具有低通性，噪声的功率谱为常数或变化平缓。 图像信号近似看作平稳随机过程。 图像恢复准则：f(x,y)和 的之间的均方误差e2达到最小，即 线性滤波：寻找点扩散函数hw(x,y)，使得 维纳滤波复原法 维纳滤波复原法 维纳滤波复原法 Degradation Restoration Examples: Gonzalez Woods Degradation Restoration Examples: Gonzalez Woods 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 Degradation Restoration Examples: Gonzalez Woods 去除由匀速运动引起的模糊 会话型复原 思想：直接和计算机交互，通过人的视觉分析进行图像复原。 进行对话型复原的最简单的例子是去除图像上的正弦干扰（通常叫做相干干扰）如某一图像上迭加了一个二维正弦干扰图案，令 表示幅度为A 的正弦干扰图案，二维频率分量为 。即 的的二维傅立叶变换为 该变换的强度分别为-A/2,A/2。最大强度分别位于 和 。 经过频谱中的BOB傅立叶谱图像如右图所示。 如果 足够大， 的付立叶谱会以二个脉冲亮点在显示器上出现。特别是当它们的位置离原点较远时，就相当明显。 会话型复原后的BOB图像 可利用视觉来辨别脉冲分量在频域中的位置，并且设法在该处放一个带阻滤波器，去掉这两个脉冲分量。从而使正弦干扰去除，复原出原始图像。 (a)点光源f(x,y)。(b)退化图像g(x,y) G(u,v)=H(u,v)F(u,v)?H(u,v) (a)原图；(b)退化图像；(c)H(u,v)；(d)H(u,v)?0 大气湍