图像重建的应用-Read.ppt

第六讲 图像复原 图像复原 图像复原 图像复原 6.1 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 图像降质的数学模型 第七讲 图像重建 图像重建 图像重建 图像重建 图像重建 图像重建 图像重建 图像重建 图像重建 7.1 计算机断层扫描技术 计算机断层扫描技术 计算机断层扫描技术 计算机断层扫描技术 计算机断层扫描技术 7.2 投影定理 投影定理 投影定理 投影定理 投影定理 投影定理 投影定理 投影定理 投影定理 傅立叶投影重建 实验(二)要求 实验二 实验二 实验二 实验二 设f(x,y)的傅立叶变换为F(u,v)，则根据傅立叶反变换式可知： 把上式代入 ，可得： 上式表明gy(x)是F(u,0)的傅立叶反变换。 函数f(x,y)在x轴上投影的傅立叶变换 f(x,y)的傅立叶变换在(u,v)平面上沿u轴平面上的切片。 = 将函数f(x,y)投影到一条经过旋转θ角度直线上 旋转坐标： s=xcos(θ ) ＋ ysin(θ ) t=ycos(θ ) － xsin(θ ) 沿着直线 s1=xcos(θ ) ＋ ysin(θ )积分 展开： 所以，若点（u,v)在一条距离原点r，角度θ 的直线上，投影变换将与二维变换中的一条直线有相同的傅立叶变换，即F(u,v)=G(r, θ )。 如果G中所有的r和θ 已知，则确定了图像的傅立叶变换，反变换后即得到原图像。 函数f(x,y)在与x轴夹角为r，离开原点距离为的直线上的投影的傅立叶变换 f(x,y)的二维傅立叶变换在与u轴成θ方向上的切片 = 投影定理： 此结论推广到三维情况： f(x,y,z)在x,y平面上投影的傅立叶变换与f(x,y,z)的三维傅立叶变换F(u,v,w)在w=0平面上的切面F(u,v,0)相等。不失一般性，可以知道，在与x,y平面成夹角为φ的平面上投影的傅立叶变换，必然等于三维傅立叶变换F(u,v,w)在与u,v平面成φ角的切面F(u,v, φ)。 傅立叶投影重建： 傅立叶投影重建的基础就是傅立叶投影定理。根据投影定理，如果能将不同角度φ1, φ2,…, φn得到的投影值进行傅立叶变换，就可以得到F(u,v)分别在相应角度位置上的切片。当切片趋向无穷多，即取无穷多个投影时，就可获得在(u,v)平面上的所有F(u,v)的值，从而进行傅立叶反变换就可以重建图像f(x,y)。 实验二 编写程序，实现图像灰度级变换、图像平滑、图像锐化： (1) 读入一幅原始图像(如“Girl”），显示原始图像； (2) 对图像进行灰度级变换，提升图像亮度； * * 图像复原与图像增强的不同点：利用退化过程的先验知识使已退化的图像恢复本来面目。从图像质量的评价角度来看，是提高图像的逼真度。 目的：尽可能地减少或去除在获取数字图像过程中发生的图像质量的下降(退化)，恢复被退化图像的本来面目。 ——弄清退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。 在具体应用时成像过程的每个环节都可能引起退化。其中最为典型的图像退化表现有： 光学系统的像差、 由于引起退化的因素众多而且性质不同，因此图像复原的方法、技术也各不相同。 光学成像系统的衍射、 成像系统的非线性畸变、 摄影胶片感光的非线性、 成像过程的相对运动、 大气的湍流效应、 环境随机噪声 对于图像的复原，一般可以采用两种方法： 第一种方法——适用于对图像缺乏先验知识的情况下的复原：对退化过程(模糊和噪声)建立数学模型，进行描述，并进而寻找一种去除或削弱其影响的过程。 第二种方法——事先已经知道是哪些退化因素引起的图像降质，并对原始图像有比较足够的了解：对原始图像的退化过程建立一个数学模型，并根据它对图像退化的影响进行拟和。 图像复原处理的关键问题：建立退化模型。 输入图像f(x,y)经过某个退化系统后的输出是一幅退化的图像。不管是成像过程还是变换过程所引起的退化在本质上都是经过了一个退化系统之后的输出。 为了讨论方便，把噪声引起的退化即噪声对图像的影响作为加性噪声来考虑是比较有效的，这也与许多实际应用情况相一致。即使不是加性噪声而是乘性噪声，也可以用对数方式转化为相加形式。这样把噪声引起的退化单独考虑时，可以简化图像退化模型。 图像退化和图像复原的模型： 图像f(x,y)经过退化系统h(x,y)之后的输出，并叠加上噪声n(x,y)构成了退化的图像g(x,y)。退化的图像与复原滤波器w(x,y)卷积得到复原的图像 。 噪声n(x,y)是一种统计性质的信息。在实际应用中