生物医学图像处理课件.pptVIP

约束PSF解卷法 (2)有噪声影响 约束PSF解卷法 约束PSF解卷法 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) 约束PSF解卷法 方法 逆问题 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 脑筋急转弯 什么人“以牙还牙”还很受欢迎？ 答案：牙科医生。 有个自讨苦吃的地方在哪里？ 答案：中药店。 太阳和月亮什么时候会在一起？ 写在纸上：明。 小孩识字越多，什么就越少？ 答案：不会认的字就越少。 歪猜正着:请猜一成语 “3”翻了一个跟斗，又接着翻了一个； 答案：三番两次 一条狗过了独木桥之后就不叫了 答案：过目不忘（過木不。。。） 一只蜜蜂停在日历上； 答案：风和日丽（蜂和日历） 第十一本书； 答案：不可思议（book 11） 图像恢复与考古密码破译 Turing 尚波雷翁 Champoléon Terms Image restoration:图象恢复 Degrade: 退化 Autocorrelation:自相关 Convolution:卷积 Row stacking:堆叠 Pad:补零 Period:周期 Linear algebra:线性代数 Terms Circulant matrix:循环矩阵 Transpose:转置 Block matrix:分块矩阵 Block circulant matrix:分块循环矩阵 Impulse: 冲激函数 Dirac delta function: 狄拉克?函数 Impulse response:冲激响应 Point spread function (PSF):点扩展函数 Terms Pseudoinverse:伪逆 逆滤波 假定退化图象遵从以下模型 在不考虑噪声的情况下 写成 逆滤波 该恢复方法取名为逆滤波。 逆滤波 逆滤波模型 H(u,v) P(u,v) F(u,v) F(u,v) G(u,v) 逆滤波 实际应用时的缺点： （1）无噪声情况 若在频谱平面对图象信号有决定影响的点或区域上，H(u,v)的值为零，那么G(u,v)的值也为零，故不能确定这些频率处的F(u,v)值，也就难以恢复原始图象f(x,y)。 （2）有噪声情况 逆滤波 G(u,v) =F(u,v) H(u,v)+N(u,v) 仍采用逆滤波器P(u,v)=1/H(u,v)作恢复滤波器 (a)H(u,v)=0, 没有定义。 (b)H(u ,v)=0附近， H(u ,v)较小，N(u,v)/H(u,v)会非常大，结果 与 逆滤波 大不相同， 就不再象 。 等功率谱滤波 先验假设：图象和噪声均属均匀随机场，噪声的均值为零，且与图象不相关。 令Sff(u,v)为信号的功率谱密度，它是信号的自相关函数的傅立叶变换。 等功率谱滤波 方法： （1）退化模型 等功率谱滤波 等功率谱滤波 维纳滤波 维纳滤波 可推出 维纳滤波 图象恢复的代数方法 伪逆法 投影迭代法 伪逆法 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。 伪逆法 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： 伪逆法 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。 伪逆法 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） 伪逆法 ２、对Ｎ＞Ｍ，称为“欠定”（underdetermined） ３、对Ｍ＝Ｎ时，伪逆＝逆矩阵。 投影迭代法 不考虑噪声时，g=Hf 投影迭代法 投影迭代法 表示成下列方程组： 投影迭代法 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 投影迭代法 f(2)是f(1)在超平面 a21f1+a22f2+……+a2