图像的恢复与重构.PPT

第五章 图像的恢复与重构 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 1、一维信号序列循环矩阵的对角化和傅立叶化 解矩阵方程： f= H-1[g- n] 最简单的计算方法就是对角化，H → H-1也是对角阵。 对角化H的方法——求取其特征值和特征矢量。 对循环矩阵而言，设：其有M个特征值和特征矢量。 用特征矢量组成的矩阵：W=[w(0),w(1)…w(M-1)] 生成对角矩阵D：D=W -1HW；且D(k,k)=λ(k)。而 对g=Hf+n而言，可以写成g=WDW-1f+n ，有W－1g=DW-1f+ W－1n；其中对 W-1g列矢量的每一行G(k)而言，有 2、二维信号序列块循环矩阵的对角化和傅立叶化 如果图像的g、f、n采用堆叠矢量的方法构成， g=Hf+n。同一维的情况类似，不同的地方是H为块循环矩阵，以及其中的傅立叶变换是二维的，但最后结论是一样的。 G(u)=MH(u)F(u)+N(u) ——一维情况下的结论 G(u,v)=MNH(u,v)F(u,v)+N(u,v)——二维情况下的结论 在实际应用中，认为f(x,y)、h(x,y)、g(x,y)、n(x,y)的维数是相等的。 F(u,v) =[G(u,v)-N(u,v)]/