医学图像处理9图像恢复.ppt

图像恢复 06研究生版 图象恢复 退化模型 向量空间表示 退化参数确定 点扩展函数 噪声(方差,性质) 恢复方法 滤波法 代数法 非线性法 约束点扩展函数解卷法 图象恢复 图象恢复 图象恢复 图象恢复 图象恢复 图象恢复 图象恢复 图象恢复 退化模型 向量空间表示 退化参数确定 点扩展函数 噪声(方差,性质) 恢复方法 滤波法 代数法 非线性法(也可解决线性问题) 约束点扩展函数解卷法 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 点扩展函数的确定 点扩展函数的确定 点扩展函数的确定 点扩展函数的确定 点扩展函数的确定 点扩展函数的确定 噪声的确定 噪声的确定 噪声的确定 图象恢复的滤波方法 逆滤波 逆滤波 逆滤波 逆滤波 逆滤波 逆滤波 等功率谱滤波 等功率谱滤波 等功率谱滤波 等功率谱滤波 维纳滤波 维纳滤波 维纳滤波 图象恢复的代数方法 伪逆法 伪逆法 伪逆法 伪逆法 伪逆法 投影迭代法 投影迭代法 投影迭代法 投影迭代法 投影迭代法 图象恢复的非线性方法 最大后验法 最大后验法 最大后验法 约束PSF解卷法 约束PSF解卷法 约束PSF解卷法 约束PSF解卷法 约束PSF解卷法 逆问题 图像恢复与考古密码破译 Terms Terms Terms 伪逆法 投影迭代法 图象退化的离散模型： 当没有噪声时，在平均误差最小的意义上，f的最佳估计 为： H+是H的伪逆。 当没有噪声时，若H是方阵，且存在逆矩阵，则： 若H不是方阵，不能求逆。但根据伪逆矩阵理论： H+称为H的伪逆矩阵。 H+由下列四个条件唯一确定： （1） HH+H=H （2） H+HH+= H+ （3） (HH+)T= HH+ （4） (H+H)T= H+H 这四个条件也可看成伪逆矩阵的定义。 １．对Ｍ＊Ｎ的矩阵，如Ｍ＞Ｎ，即线性方程组中方程组的数目多于未知量的个数，属“超定”（overdetermined） ２、对Ｎ＞Ｍ，称为“欠定”（underdetermined） ３、对Ｍ＝Ｎ时，伪逆＝逆矩阵。 不考虑噪声时，g=Hf 表示成下列方程组： 令f(0)为f的初始值，下一个估值f(1)是f(0)在超平面 a11f1+a12f2+……+a1NfN=g1 上的投影。即 f(2)是f(1)在超平面 a21f1+a22f2+……+a2NfN=g2 上的投影，依次求得f(3)……直至f(M)。 存在性 收敛性 稳定性 唯一性 两种有代表性的非线性方法： （一）最大后验法：考虑了图象记录过程所具有的非线性并且把图象各点的集合平均看作是非平稳的随机过程。 （二）最大熵法：考虑图象形成时的非线性，并且能保证图象函数有非负值。 若把图象记录的非线性考虑进去，图象退化模型为 若把图象记录的非线性考虑进去，图象退化模型为 h(x,y)-----成象系统的PSF。 p(x,y)-----恢复滤波器的冲激响应或PSF。 等效PSF：c(x,y)= h(x,y) * p(x,y)。 (1)无噪声情况 (2)有噪声影响 约束PSF解卷法框图 h(x,y) + p(x,y) f(x,y) f(x,y)+ n0(x,y) n(x,y) 方法 CT MRI 密码破译 考古 破案 看病 修理(找故障) 间谍 军事侦察 地球勘探 宇宙探索 考试 面试 测谎 猜谜 Crossword puzzle 玩魔方 搭积木 谈恋爱 杀手游戏 退化模型向量空间表示 (3)n是MN 维噪声向量，则退化模型 退化参数： h(x,y), n(x,y) 图象恢复： 对原始图象作出尽可能好的估计。 已知退化图象，要作这种估计，须知道退化参数的有关知识。 （一）运用先验知识: 大气湍流 光学系统散焦 照相机与景物相对运动 根据导致模糊的物理过程（先验知识）来确定h(x,y)或H(u,v)。 （1）长时间曝光下大气湍流造成的转移函数 C是与湍流性质有关的常数。 （2）光学散焦 d是散焦点扩展函数的直径,J1(?)是第一类贝塞尔函数。