图像复原 逆滤波复原法 维纳滤波复原法 去除由匀速运动引起的模糊讲解.ppt

图像的复原 图像复原是图像处理的另一重要课题。它的主要 目的是改善给定的图像质量并尽可能恢复原图像。 图像在形成、传输和记录过程中，由于成像系统、 传输介质和设备的不完善，使图像的质量变坏，这一 过程称为图像的退化。图像的复原就是要尽可能恢复 退化图像的本来面目，它是沿图像降质的逆向过程进 行。 典型的图像复原是根据图像退化的先验知识建立 一个退化模型，以此模型为基础，采用各种逆退化处 理方法进行恢复，使图像质量得到改善。可见，图像 复原主要取决于对图像退化过程的先验知识所掌握的 精确程度。 图像复原 图像复原的一般过程 : 弄清退化原因 → 建立退化模型 → 反向推演 → 恢复图像 对图像复原结果的评价已确定了一些准则，这些准则 包括最小均方准则、加权均方准则和最大熵准则等，这些 准则是用来规定复原后的图像与原图像相比较的质量标准。 图像复原和图像增强是有区别的，二者的目的都是为 了改善图像的质量。但图像增强不考虑图像是如何退化的， 只通过试探各种技术来增强图像的视觉效果。因此，图像 增强可以不顾增强后的图像是否失真，只要看得舒服就行。 而图像复原就完全不同，需知道图像退化的机制和过程的 先验知识，据此找出一种相应的逆过程方法，从而得到复 原的图像。如果图像已退化，应先作复原处理，再作增强 处理。 图像复原 ? 图像退化现象：图像模糊、失真、噪声等。 ? 图像退化原因；大气湍流效应、光学系统的绕射、光 学系统的像差、成像设备与物体的相对运动、传感器 特性的非线性、感光胶卷的非线性和胶片颗粒噪声、 摄像扫描所引起的几何失真等。 ? 图像恢复：明确图像退化原因，建立数学模型，沿逆 过程恢复图像。 ? 主要方法：代数方法恢复、运动模糊恢复、逆滤波恢 复、 Wiener 滤波恢复、功率谱均衡恢复、约束最小平 方恢复、最大后验恢复、最大熵恢复、几何失真恢复。 图像复原 用巴特沃思带阻滤波器复原受正弦噪声干扰的图像 (a) 被正弦噪声干扰的图像 (b) 滤波效果图 (a) (b) 图像复原 维纳滤波器应用 (a) 受大气湍流的严重影响的图像 (b) 用维纳滤波器恢复出来的图像 (a) (b) 图像退化模型 假定成像系统是线性位移不变系统（退化性质与图像 的位置无关），它的点扩散函数用 h(x,y) 表示，则获取的 图像 g(x,y) 表示为 g(x,y)=f(x,y)*h(x,y) 式中 f(x,y) 表示理想的、没有退化的图像， g(x,y) 是劣 化（被观察到）的图像。 若受加性噪声 n(x,y) 的干扰，则退化图像可表示为 g(x,y)=f(x,y)*h(x,y)+n(x,y) 这就是线性位移不变系统的退化模型。 图像退化模型 由于许多种退化都可以用线性的位移不变模型来近似， 这样可把线性系统中的许多数学工具如线性代数用于求解 图像复原问题，从而得到简捷的公式和快速的运算方法。 当退化不太严重时，一般用线性位移不变系统模型来 复原图像。把它作为图像退化的近似模型，在很多应用中 有较好的复原结果，且计算大为简化。而实际上非线性和 位移变的情况能更加准确而普遍地反映图像复原问题的本 质，但在数学上求解困难。只有在要求很精确的情况下才 用位移变的模型去求解，其求解也常以位移不变的解法为 基础加以修改而成。因此本章着重介绍线性位移不变系统 的复原方法。 离散退化模型 ? 离散退化模型： ? 离散退化模型的矩阵表示： 512 2 ? 512 2 =262144 ? 262144 ? H 的矩阵表示： ] [ ] ][ [ ] [ n f H g ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ] [ ...... ] [ ] [ ...... ...... ...... ...... ] [ ...... ] [ ] [ ] [ ...... ] [ ] [ ] [ 0 2 1 2 0 1 1 1 0 H H H H H H H H H H N N N ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ) 0 , ( ...... ) 2 , ( ) 1 , ( ...... ...... ...... ......