图像复原基本原理.pptVIP

图像在获取过程中，由于成像系统的非线性、飞行器的姿态变化等原因，成像后的图像与原景物图像相比，会产生比例失调，甚至扭曲。 以上图像退化现象称之为几何失真 有几何畸变的图像，不但视觉效果不好，而且在对图像进行定量分析时提取的形状、距离、面积等数据也不准确。 几何失真校正 典型的几何失真 系统失真 光学系统、电子扫描系统失真而引起的斜视畸变、枕形、桶形畸变等，都可能使图像产生几何特性失真。 原图像； (b) 梯形失真； (c) 枕形失真； (d) 桶形失真 非系统失真 从飞行器上所获得的地面图像，由于飞行器的姿态、高度和速度变化引起的不稳定与不可预测的几何失真 这类畸变一般要根据航天器的跟踪资料和地面设置控制点办法来进行校正。 几何畸变校正要对失真图像进行精确的几何校正 通常是先确定一幅图像为基准，然后去校正另一幅图像的几何形状。 第一步：图像空间坐标的变换； 第二步：重新确定在校正空间各像素点的取值。 空间几何坐标变换 按照一幅标准图像f(x,y)或一组基准点去校正另一幅几何失真图像g(x’,y’)。 根据两幅图像的一些已知对应点对建立起函数关系式，将失真图像的x’-y’坐标系变换到标准图像x-y坐标系，从而实现失真图像按标准图像的几何位置校正，使 f(x, y)中的每一像点都可在g (x, y)中找到对应像点。 几何校正方法 h1、h2已知 一般通过人工设置标志，如卫星照片通过人工设置小型平面反射镜作为标志。 h1、h2未知 通过控制点之间的空间对应关系建立线性或高次方程组求解坐标间的对应关系 通常以三角形线性法为例讨论变换问题。 校正空间像素点灰度值的确定 图像经几何位置校正后，在校正空间中各像素点的灰度值等于被校正图像对应点的灰度值。 一般校正后的图像某些像素点可能分布不均匀，不会恰好落在坐标点上，因此常采用内插法来求得这些像素点的灰度值。 经常使用的方法有： 最近邻点法 双线性插值法 三次卷积法：精度最高，但计算量也较大。 最近邻点法 取与像素点相邻的4个点中距离最近的邻点灰度值作为该点的灰度值。 双线性插值法 用( )点周围4个邻点的灰度值加权内插作为灰度校正值f (x0, y0)，则 式中， ， 。 双线性插值法优点： 内插法校正灰度连续，结果一般满足要求。 缺点： 计算量较大且具有低通特性，图像轮廓模糊。 内插法几何校正 作业 6.2 ， 6.4 比较各种空域复原的性能以及去除噪声的能力。 上机实验（四） 编写空域滤波对加噪图像进行复原的程序 先读入图像，然后为该图像加噪 实现均值滤波复原（算术均值、几何均值、谐波均值、逆谐波均值） 实现顺序统计滤波复原（中值、最大值、最小值、中点、阿尔法均值） 最后比较滤波和噪声类型的关系 * * * 顺序统计滤波器 对于脉冲（盐和胡椒）噪声有效. 中值滤波器 在相同尺寸下，比起均值滤波器引起的模糊少 Pa =Pb =0.1的脉冲噪声 3×3的中值滤波器 第二次中值滤波器处理 第三次中值滤波器处理， 全部噪声消除 最大值滤波器 发现图像中亮点 用于消除“胡椒” 最小值滤波器 发现图像中暗点 用于消除“盐” 最小值滤波器处理 最大值滤波器处理 “胡椒”噪声干扰图像 “盐”噪声干扰图像 中点滤波器 结合了顺序统计和求平均的特点 对高斯和均匀分布的噪声效果最好 修正后阿尔法均值滤波器（Alpha-trimmed mean filter） 假设在Sxy邻域内去掉 g(s,t)中 d/2个最高灰度值和d/2个最低灰度值 用gr(s,t)表示剩余的mn-d个像素。 0dmn-1 d=0 算术均值滤波器 d=(mn-1)/2 中值滤波器 处理包括多种噪声混合情况，例如高斯噪声与椒盐噪声混合 均值为0，方差为800的噪声 Pa =Pb =0.1的椒盐噪声叠加 中值滤波器 d=5,规格为5×5的修正后的阿尔法均值滤波器 算术均值滤波器 × 几何均值滤波器 × √ 图像复原的频率域滤波器 带阻滤波器 带通滤波器 陷波滤波器 最佳陷波滤波器 带阻滤波器：阻止一定频率范围内的信号通过而允许其它频率范围内的信号通过，目的在于消除或衰减傅里叶变换原点处的频段 理想带阻滤波器 巴特沃斯带阻滤波器 高斯带阻滤波器 理想带阻滤波器 其中， W为所需的频带宽度，D0是频带中心的半径 n阶巴特沃斯带阻滤波器 高斯带阻滤波器 带阻滤波器透视图 理想 巴特沃斯（1阶） 高斯 被正弦噪声污染的图像 该图像的傅里叶频谱图 带阻滤波后的图像 1阶巴特沃斯带阻滤波器 带通滤波器 允许一定频率范围内的信号通过，而阻止其他频率范围的信