第六章 图像复原(2012).ppt

电子科技大学 光电信息学院 二○一二年4月5日 主要内容 主要内容 什么是退化（Degrade）？ 成像过程中的“退化”，是指由于成像系统各种因素的影响，使得图像质量降低。 引起图像退化的原因 ?? 成像系统的散焦； ?? 成像设备与物体的相对运动； ?? 成像器材的固有缺陷； ?? 外部干扰等。 图像恢复与图像增强的异同 图像恢复的本质(inversion problem) 图像恢复存在的困难 主要内容 f(x,y)表示一幅输入图像。 ?? g(x,y)是f(x,y)产生的一幅退化图像。 ?? H表示退化函数。 ?? 给定g(x,y)和H，怎样获得关于原始图像的近似估计？ 从前述的线性移不变性系统的退化过程，可以看出： 退化模型的向量空间表示 退化模型向量空间表示 退化模型向量空间表示 退化模型向量空间表示 退化模型向量空间表示 退化参数的确定 点扩展函数(PSF) 噪声(方差,性质) 噪声(Noise) 最常见的退化因素之一，图像中不希望有的部分，图像中不需要的部分 。如： （1）无线电中的静电干扰，道路上的喧闹声； （2）电视上的雪花点。 对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号（携带了噪声源的信息）。 常见噪声 热噪声：与物体的绝对温度有关。也称： 白噪声 （频率覆盖整个频谱） 高斯噪声（幅度符合高斯分布） 闪烁噪声：电流运动产生。 具有反比于频率（1/f）的频谱，也称粉色噪声（在对数频率间隔内有相同的能量） 发射噪声：高斯分布（电子运动的随机性） 其它特定的噪声 ?? 高斯噪声 ?? 瑞利噪声 ?? 伽马（爱尔兰）噪声 ?? 指数分布噪声 ?? 均匀分布噪声 ?? 脉冲噪声（椒盐噪声） (2) 均匀噪声-Uniform noise (3) 脉冲（椒盐）噪声－Impulse( Salt Pepper) 噪声脉冲可以是正的或负的。 一般假设a和b都是“饱和”值：灰度的最大和最小值。 双极性脉冲噪声，即椒盐噪声。 错误交换、尖峰噪声等。 主要内容 设有一个线性系统，它的单位脉冲响应是　　，当输入一个观测到的随机信号　　，简称观测值，且该信号包含噪声　　和有用信号　　，简称信号，也即： 我们希望输出得到的　　与有用信号　尽量接近，因此称　　为　　 的估计值，用　　来表示　　 ，我们就有了维纳滤波器的系统框图 ．这个系统的单位脉冲响应也称为对于　　 的一种估计器。 用当前的和过去的观测值来估计当前的信号　　　　称为滤波； 用过去的观测值来估计当前的或将来的信号　　　　 N=0，称为预测； 用过去的观测值来估计过去的信号　　　　　　，N=1，称为平滑或者内插。 系统框图中估计到的　　信号和我们期望得到的有用信号　　不可能完全相同，这里用　　来表示真值和估计值之间的误差 　　　　　　　　　 显然　　是随机变量，维纳滤波误差准则就是最小均方误差准则 目的：正常图象是在均匀光强度情况下获得的图象，实际上光照射是不均匀，或光强范围动态太大。 方法：为解决光照不均匀的影响，可用同态滤波来解决。 模型原理： 主要内容 Terms Terms Terms 补充：大气湍流 讨论 (1) γ=0：则为逆滤波 (2) γ=1时：可得到Wiener滤波 3.3 约束最小二乘滤波 维纳滤波与约束最小二乘滤波比较 (1) 都属于有约束复原，频域恢复公式类似。 (2) 后者在图像恢复时，不需要知道图像和噪声的自相关矩阵。 (3) 后者带有平滑约束，可得到更符合人眼视觉效果的平滑图像，并且在噪声较大的情况下比维纳滤波法的效果明显要好。 3.3 约束最小二乘滤波 维纳滤波与约束最小二乘滤波比较 高斯噪声污染 维纳滤波 最小平方滤波 3.3 约束最小二乘滤波 最大后验复原 (如：R-L算法) 3.4 非线性复原方法 最大熵复原 同态滤波复原 算法简介： [1] Rechardson W. H. Bayesian-based iterative method of image restoration, Journal of the Optical Society of America, vol. 62, no. 1, pp. 55-59, 1972. [2] Lucy L. B. An iterative technique for the rectification of observed distributions, The Astronomical Journal, vol. 79, no. 6, pp. 745-754,1974. ★R-L 算法是一种Possion分布假设下基于Bayesian理论（或最大似然函数）的非线