数字图象3分析和总结.docxVIP

第 3 章 图像复原 图像复原和图像增强的区别： 图像增强不考虑图像是如何退化的，而是试图采用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等先验知识，据此找出一种相应的逆处理方法，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。二者的目的都是为了改善图像的质量。 目的：尽可能减少或去除数字图像在获取过程中的降 质，恢复被退化图像的本来面貌，从而改善图像质量。图像恢复的方法分为两类： 一类适用于图像无先验知识情况（无约束复原） ，另一类则适用于有先验知识的情况（有约束复原），知道哪些因素引起的图像降质。图像的降质因素及其与复原有关的噪声 光学系统中的衍射；传感器非线性畸变；光学系统的像差；摄影胶片的非线性；大气湍流的扰动效应；图像运动造成的模糊；几何畸变 噪声干扰： 由成像系统传感器、信号传输过程或者胶片颗粒性造成的噪声 图像退化模型 常见的线性移不变降质算子 运动模糊： 通常在拍摄过程中，相机或物体移动造成的运动模糊可以用一维均匀邻域像素灰度的平均值来表示： 大气扰动模糊： 这种模糊经常出现在遥感和航空摄影中，由于曝光时间过长引起的模糊可用高斯点扩散函数来表示： 式中 K 是一个归一化常数，保证模糊的大小为单位值， σ可以决定模糊的程度。 均匀不聚焦模糊： 这是由于相机聚焦不准确引起的， 虽然不聚焦由许多参数决定，如相机的焦距、相机光圈的大小、形状、物体和相机之间的距离等，但在研究中为了简单起见，用下列函数表示聚焦不准引起的模糊： 均匀二维模糊： 这是最常见的一种模糊，可用来近似 聚焦不准引起的模糊： 其中 L 是奇数。 图像的退化 图像的退化是指图像在形成、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。 图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。 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，得到质量改善的图像。 图像复原过程如下： 找退化原因→建立退化模型→反向推演→恢复图像 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，体现在建立的退化模型是否合适。 系统的描述点源的概念 事实上，一幅图像可以看成由无穷多极小的像素所组成，每一个像素都可以看作为一个点源成像，因此， 一幅图像也可以看成由无穷多点源形成的。 在数学上，点源可以用狄拉克δ函数来表示。二维δ 函数可定义为 ? ? (x, y) ? ? ?? ?0 x ? 0, y ? 0 其它 ??? ?? ? f ( x , y )? ( x ? ? , y ? ? ) dxdy ? f (? , ? ) ? ? 当输入为单位脉冲δ (x，y)时，系统的输出便称为脉冲响应，用 h (x ，y)表示。在图像处理中，它便是对点源的响应，称为点扩散函数。用图表示为 当输入的单位脉冲函数延迟了 α 、β 单位，即当输入为δ （x –α ，y –β ）时，如果输出为 h（x –α ，y –β ），则称此系统为位移不变系统。 假定成像系统是线性位移不变系统 ,则获取的图像g(x,y)表示为 g（x，y）= f（x，y）* h（x，y） f(x，y)表示理想的、没有退化的图像，g(x，y)是退化（所观察到）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。退化模型如图所示 频域恢复方法 1. 逆滤波复原法 图像复原就是根据退化图像，利用退化系统和噪声的先验知识，求得原始图像的估计。 反向滤波法也称逆滤波法图像复原， 它是无约束图像复原，即在求解过程中，不受任何其他条件的约束。对于线性移不变系统而言 g g(x, y) ? ?? f (?, ? )h(x ??, y ? ? )d?d? ? n(x, y) ?? ? ? ? f ( x , y ) ? h ( x , y ) ? n ( x , y ) 对上式两边进行傅立叶变换得  F F? (u, v) ? F (u, v) ? N (u, v) H (u, v) 再作傅立叶逆变换得 f f (x, y) ? f (x, y) ? ?N (u, v)H ? ? ?? ?1 ? (u, v) e j 2?(ux?vy ) dudv ? ? 若噪声为零，则采用逆滤波恢复法能完全再现原图像。若噪声存在，而且 H(u,v）很小或为零时，则噪声被放大。这意味着退化图像中小噪声的干扰在 H(u,v)较小时，会对逆滤波恢复的图像产生很大的影响，有可能 使恢复的图像和 f(x,