图像复原和压缩要求.pptVIP

这里退化仅由噪声造成，所以有： G(u,v)=F(u,v)+N(u,v) 利用前面讲的带阻滤波器消除，以去掉正弦干扰模式影响 正弦干扰 傅立叶光谱 恢复图像 n(x,y) = A sin(u0x+v0y) 例子 周期干扰退化图像 傅立叶谱 干涉模式 处理后图像 空间复原技术 空间变换 灰度插值 空间变换 在图像的获取或显示过程中，产生几何失真，如成像系统有一定的几何非线性，因此会造成如图所示的枕形失真或桶形失真，另外，由于地球表面呈球形，摄取的平面图像也将会有较大的几何失真。对这些图像必须加以校正，以免影响分析精度 原始图像 枕形失真 桶形失真 校正过程 实际空 间畸变 理想图像 观测图像 空间变 形校正 已校正图像 * * * * * * * * * * * * * * * * + + 观测图像和校正图像之间对应点 设原图为f(x,y)，受到几何形变得影响变成g(x’,y’)，这里(x’,y’)表示失真图像的坐标 x’=s(x,y) y’=t(x,y) 线性失真 s(x,y)=k1x+k2y+k3 t(x,y)=k4x+k5y+k6 非线性失真 s(x,y)=k1+k2x+k3y+k4x2+k5xy+k6y2 t(x,y)=k7+k8x+k9y+k10x2+k11xy+k12y2 如果已知s(x,y)和t(x,y)的解析表达，可以通过反变换来恢复图像 灰度插值 (x,y) (x^,y^) f(x,y) g(x^,y^) 最近邻内插 实例 变形图像 几何校正后的图像 第5章 图像复原 图像复原－又称为图像恢复 与图像增强相似－都要得到在某种意义上改进的图像，或者说，希望要改进输入图像的视觉质量 不同之处－图像增强技术一般要借助人的视觉系统的特性，以取得看起来好的视觉结果，而图像复原则认为图像是在某种情况下退化或恶化了(图像品质下降了)，现在需要根据相应的退化模型和知识重建或恢复原始的图像 图像恢复技术是要将图像退化的过程模型化，并据此采取相反的过程以得到原始的图像 图像恢复的内容 退化模型和循环矩阵对角化 复原的代数方法 逆滤波 最小二乘方滤波 交互式恢复 空间复原技术 退化模型和循环矩阵对角化 退化模型 产生原因 光学系统中的衍射 传感器非线性畸变 光学系统的像差 摄影胶片的非线性 大气流的扰动效应 图像运动造成的模糊 几何畸变 定义： f[x,y]: 原始图像 g[x,y]: 退化图像 n[x,y]: 加性噪声 g[x,y] = H{f[x,y]} + n[x,y] H{ }: 系统或操作 图像恢复就是在给定g(x,y)和代表退化的H的基础上，得到对f(x,y)的某个近似的过程 H{.} + f(x,y) n(x,y) g(x,y) 简单的通用退化模型 线性： H{k1f1 + k2f2} = k1H{f1} + k2H{f2} 相加性：令 k1 = k2 = 1，则 H{f1 + f2} = H{f1} + H{f2} 一致性：令 f2 = 0，则 H{k1f1} = k1H{f1} 位置（空间）不变性： H{f[x-a, y-b] } = g[x-a, y-b] H多具有的性质 2幅图像 常数 图像任意位置的响应只与在该位置的输入值有关，而与位置本身无关 常见具体退化模型示例 空间不变 线性 摄影胶片的冲洗过程 非线性 光学成像系统，由于孔径衍射产生的退化 目标运动造成的模糊退化 模糊退化 随机噪声迭加，随机性的退化 退化模型的计算 假设对2个函数f(x)和h(x)进行均匀采样，其结果放到尺寸为A和B地2个数组。 对f(x)，x的取值范围是0,1,2…A-1；对h(x)，x的取值范围是0,1,2,….B-1。利用卷积计算g(x)。为了避免卷积的各个周期重叠，取M≥A+B-1，并将函数用0扩展补齐 fe(x)和he(x)表示扩展函数，卷积为 ge(x)=∑fe(m) he(x-m) x=0,1,…M-1 矩阵表示 g=Hf g和f是M维列矢量： fT = [ f[0], f[1], …, f[M-1] ] gT = [ g[0], g[1], …, g[M-1] ] H称为M×M循环矩阵 H= g=Hf+n (1) 考虑噪声 如果直接对式(1)进行计算求解f，计算量达，如M=N=512 ,则H的尺寸为262144×262144，可以通过对角化H来简化 当k=0,1…M-1时，循环矩阵H(设为M×M)的特征矢量和特征值分别为 循环矩阵对角化 将H的M个特征矢量组成1个M×M的矩阵W W = [w(0) w(1) w(2