[四年级英语]10图像复原与重建2.ppt

第5章 图像复原与重建(2) 主要内容 图像退化与复原的模型 噪声消除 噪声模型 基于空间滤波的噪声消除：均值/统计/自适应滤波器 基于频域滤波的噪声消除 图像退化复原 逆滤波、维纳滤波、约束最小二乘方、几何均值 投影图像重建 计算机断层原理 拉登变换（雷登变换） 投影图像重建 自适应滤波器 自适应局部降低噪声滤波器 自适应中值滤波器 前面的滤波器没有考虑到滤波窗口内图像像素的特征。 考虑被滤波图像像素特征，根据其特征作出自适应的调整，可以取得较好的滤波器效果。 自适应局部降低噪声滤波器 实际使用时，需要人工交互式选取噪声方差的估计值。 自适应中值滤波器 中值滤波器没有考虑的下面三点问题： 有些情况下，中心像素是精确的，在中值滤波过程中，却被更改了。 噪声强度和密度较强时，中值仍然是噪声信号，滤波结果当然有错误。 噪声强度和密度很强时，滤波窗口内全是噪声，滤波结果当然有错误。 Sxy = 局部窗口 zmin = 窗口Sxy内的最小像素值 zmax = 窗口Sxy内的最大像素值 zmed = 窗口Sxy内的中值 zxy = 坐标(x, y)处的像素值 Smax = 允许的最大窗口尺寸 Sxy 进程A: A1 = zmed – zmin A2 = zmed – zmax If A1 > 0 and A2 < 0, Go to 进程B Else 增大窗口尺寸 If 窗口尺寸 ≤ Smax , 重复进程 A Else 输出 zmed 进程B: B1 = zxy – zmin B2 = zxy – zmax If B1 > 0 and B2 < 0,输出 zxy Else 输出 zmed 基于频域滤波的噪声消除 带阻滤波器 带通滤波器 陷波滤波器 典型情况是由成像时电子或电磁干扰引起。 形成图像中有规律的周期噪声模式。 频率域滤波最去除这类噪声最有效。 带阻滤波器/带通滤波器 陷波滤波器 图像退化复原 逆滤波 维纳滤波 约束最小二乘方滤波 图像中不仅有噪声，还有其他形式的退化。 我们主要介绍空间不变线性退化的复原，其模型为： 逆滤波 不考虑噪声的话，只考虑退化函数： 则可以通过实验及分析成像过程或者传输过程的退化函数： 退化函数已知的情况下，可以通过逆滤波复原图像。 考虑噪声时： 逆滤波通过如下公式进行 表达式中，H(u,v)很小时，复原图像受噪声的影响很大，故H(u,v)不能取太小。 实际操作过程规定H(u,v)的选取半径。 维纳滤波 假设图像和图像中的噪声都是随机变量，它们相互独立。那么应该有这种结论：原图像和其估计图像均方误差最小。 此条件经过推导，可得： 这个结果就是维纳滤波。执行过程中H(u,v)已知，K需要人工做交互式选择。 约束最小二乘方滤波 投影图像重建 计算机断层原理 拉登变换原理 投影图像重建 计算机断层原理 背景为软组织，物体或者目标为肿瘤，软组织吸收光线少，肿瘤吸收光线多。 在对物体用射线扫描时，得到的结果是吸收光线的量 随着反投影数量增多，逐渐得到较清晰的物体的形状。 四代CT扫描器 拉登变换原理 一条直线的表示形式： 斜截式 法线式 拉登变换：线积分 图像中的线上的离散积分 例：圆形区域的雷登变换 雷登变换结果——正弦图 从正弦图重建反投影图像 反投影图像重建 通过频率域滤波得到较好的重建质量 一些讨论 频率域滤波 重建效果图 一些讨论 假设线上的能量分布是均匀的。 考虑一下，处在不同半径的圆上的线的密度。 * * 自适应改变窗口大小 中心像素不是噪声 则不必改成中值 23 24 25 26 25 27 28 29 30 255 28 255 27 255 36 255 29 255 Zmed=Zmax 23 24 25 26 31 27 28 29 30 Zxy=Zmax Image corrupted by salt and pepper noise with probabilities Pa = Pb=0.25 Result of filtering with a 7 * 7 median filter Result of adaptive median filtering with i = 7 图中的周期噪声， 在频率域构成了 共圆的8个点 Ideal BandReject Filter ButterworthBand RejectFilter (of order 1) GaussianBand RejectFilter Image corrupted by sinusoidal noise Fourier spectrum of corrupted image But