数字图象处理概述.pptVIP

6 广义逆SVD复原 6 广义逆SVD复原 9 会话型复原 思想：以上复原方法建立在严格的数学分析基础上，有时很复杂。难以实用。 某些特殊情况下，直接和计算机交互，通过人的视觉分析进行图像复原。 例：去除图像上的正弦干扰（相干噪声）。 9 会话型复原 有正弦干扰的BOB图像 9 会话型复原 经过频谱移中的BOB傅立叶谱图像 9 会话型复原 经过判断，在频域点47/48/49，465/466/467处出现高频脉冲； 设计带阻滤波器，然后经过傅立叶反变换恢复图像； 会话型复原适宜于二维周期性干扰引起的图像降质。 9 会话型复原 会话型复原后的BOB图像 * * 解释循环矩阵,x=0,M-1 * 这里注意H列向量的选择 数字图像处理 第十六章 图像复原 CH16 图像复原 一、概述 二、图像降质和降质模型 三、经典复原滤波器 四、离散情况下降质分析 五、线性代数复原 六、广义逆SVD复原 七、Kalman滤波图像复原 八、几何畸变的复原 九、会话型复原 要点总结 上机实习 1 概述 图像增强的有关技术 1）灰度直方图 直方图 直方图线性拉伸与压缩 直方图非线性映射及直方图均衡化 2）邻域处理（空间滤波增强） 一阶梯度法 二阶拉普拉斯法 3）频域处理 低通滤波 高通滤波 带阻滤波 1 概述 4）伪彩色增强 灰度分层映射 频域映射 5）形态学处理 腐蚀 膨胀 击中击不中 6）图像增强应用 图像平滑和去噪：邻域平均、邻域加权平均、多幅平均、频域空间滤波 图像轮廓抽取与锐化 1 概述 图像增强与复原的区别 图像增强：不考虑图像降质的原因，只将图像中感兴趣的特征突出，而衰减不需要的特征。改善后的图像不一定要逼近原图像。 图像复原的目标 图像复原：根据图像降质原因，设法去补偿降质因素，从而使改善后的图像尽可能逼近原始图像。 方法 根据图像降质的原因，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。 2 图像降质和降质模型 1）图像降质原因 噪声和光学系统等。包括点降质和空间降质，而颜色变化和时间变化本章不考虑。 2）降质模型 无噪声降质模型 2 图像降质和降质模型 有噪声降质模型 降质模型性质 H是线性的； H是空间移不变的； 3 经典复原滤波器 1）一般原理 2）去卷积（反滤波） 问题：H函数有许多零点，N较大时影响复原效果。 解决方法：采用加窗低通滤波器。 后果：导致图像模糊。 另一个问题:如何求h的逆? 3 经典复原滤波器 3）维纳去卷积（维纳反滤波） （1）一维维纳去卷积 MSE最小即滤波器最优的充分必要条件：维纳滤波器使得输入/输出的互相关函数等于信号/（信号+噪声）的互相关函数。 信号和噪声互不相关 3 经典复原滤波器 缺点 MSE准则对任何灰度的误差赋予同样的权； 不能处理空间可变的冲击响应； 噪声必须是相加的。 两种改进方法 功率谱均衡 几何均值滤波器 注意:H是降质模型传递函数 4 离散情况下降质分析 1）一维离散降质模型 求h的逆的方法. 4 离散情况下降质分析 4 离散情况下降质分析 循环矩阵和块循环矩阵很容易求逆; 2. 方法:找特征值和特征向量; 4 离散情况下降质分析 2）循环矩阵对角化 4 离散情况下降质分析 4 离散情况下降质分析 4 离散情况下降质分析 4 离散情况下降质分析 5）对角化在降质模型中的应用 对角化与傅立叶变换之间的关系 5 线性代数复原 问题 在离散退化模型基础上（对退化模型H和噪声n先验了解），获得降质图像g，在某些准则条件下确定f的估计值 ，使准则最优。 1）无约束复原 （1）反滤波（去卷积） 5 线性代数复原 5 线性代数复原 5 线性代数复原 2）约束复原 （1）基本原理 5 线性代数复原 （2）维纳滤波图像复原 5 线性代数复原 维纳滤波器本质是Pn比Pf最小 实际中,可反复代入不同的K值进行实验. 5 线性代数复原 （3）几个问题的讨论 5 线性代数复原 （4）平滑约束 菲利浦基于平滑度函数提出的复原方法 重构图像平滑等价于二阶导数平方和最小. 5 线性代数复原 5 线性代数复原 6 广义逆SVD复原 1）广义逆 6 广义逆SVD复原 2）SVD求解 * * 解释循环矩阵,x=0,M-1 * 这里注意H列向量的选择