图像复原第二次课.pptxVIP

我们将集中讨论在均方误差最小意义下，原图像f的最佳估计，因为它是各种可能准则中最简单易行的（其他准则例如：图像g和原图像f的最大绝对误差max|f-g|最小；平均绝对误差 最小；f和g互相关为最大等等）。;由退化模型g=Hf+n，其中f,g为堆叠向量。如果关于n我们一无所知，那么我们寻找f的一个估计值 ，使 在最小二乘意义上近似于g。在无约束条件下，就是n无条件的小。这一问题等效地看为求准则函数： 为最小;（注①：若a(x),b(x) 为m维列向量，X为n维列向量，那么： 注???： ） 那么： 若H已知，则可根据上式求出 。 ;可以证明，对 两边分别取傅立叶变换，可以得出： 这就是逆滤波法。所以逆滤波法是无约束最小二乘法的频域解。 对 取傅立叶反变换，就可求出恢复后的图像。 ;（根据图像退化模型： 两边取傅立叶变换,有 由此可得： 在噪声未知和不可分离的情况下，可近似取 ) ;对 ，若H(u,v)在uv平面上取零或很小，就会带来计算上的困难。 另一方面，噪声还会带来更严重的问题。; 若H(u,v)在uv平面上取零或很小，N(u,v)/H(u,v)就会使恢复结