数字图像 07数字图像处理.pptxVIP

5.1.1 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。 如果我们对退化的类型、机制和过程都十分清楚，那么就可以 利用其反过程来复原图像。 第五章图像复原与重建 5.1 图像退化模型 引起图像退化的原因 成像系统的散焦 成像设备与物体的相对运动 成像器材的固有缺陷 外部干扰等 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 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。 图像复原和图像增强的区别 ①目的都是为了改善图像的质量。 ②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。 ③如果图像已退化，应先作复原处理，再作增强处理。 二 .图像退化的数学模型 成像系统：输入--f(x,y), 输出--g(x,y), 成像系统的作用--T[] 退化图像为： g(x,y)=T[f(x,y)] (T必须满足如下假设：) 线性位移不变成像系统 (对两个输入函数之和的响应等于它对2个输入图像响应的和) 线性： T[k₁f₁(x,y)+k₂f₂(x,y)]=k₁ T[f₁(x,y)]+k₂ T[f₂(x,y) J 空间位移不变： 若：g(x,y)=T [f(x,y)], 则对任一个f(x,y)和常数 a,b, 均 T[f(x-a,y-b)]=g(x-a,y-b) 即运算结果仅取决于输入值，而与位置无关 1.线性位移不变成像系统图像退化模型 g(x,y)=f(x,y)*h(x,y)+n(x,y) g(x,y)— 退化图像 f(x,y)-- 理想图像 h(x,y)-- 点扩散函数 n(x,y)-- 加性噪声 f(x,y) H 降质系统 N X, 8 X, V 降质过程可看作对原图像f(x,y) 作线性运算。 ●典型的降质原因 (1)光学衍射降质的H(u,v) 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、相机孔的大小、形状、物体和相机 之间的距离等，但在研究中为了简单起见，我们用下列函数 表示聚焦不准引起的模糊。 其中，1为所考虑光的波长， D。为光疃的直径， D;为出射光瞳到影像平面的距离 00 通常模糊算子相当于一个低通滤波器，因此当模糊算 子作用于原始图像时，会引起图像中边缘和轮廓的模糊。 7×7均匀二维模糊算子作用于图像Camera 的结果 7×7均匀二维模糊算 子作用后的结果 原始图像 (2)相机与景物相对运动的降质 设T为曝光时间， a(t) 和β(t) 分别为对象曝光期间在 x 和 y 方向位移的分量 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。 2.线性位移不变系统离散化的退化模型 若对图像f(x,y) 和点扩散函数h(x,y)均匀采样就可以 得到离散的退化模型。 对光学系统来讲，输入物为一点光源时其输出像的光 场分布，称为点扩散函数。在数学上点光源可用δ函数 (点脉冲)代表，输出像的光场分布叫做脉冲响应，所以 点扩散函数也就是光学系统的脉冲响应函数。 点扩散函数是描述光学系统对点源解析能力的函数。 因为点源在经过任何光学系统后都会由于衍射而形成一 个扩大的像点。 假设数字图像f(x,y)和点扩散函数h(x,y) 的大小 分别为A×B 、C×D, 可先对它们作大小为M×N的 周期延拓图像，其方法是添加零。即： M≥A+C-1,N≥B+D-1 把周期延拓的f。(x,y)和h。(x,y)作为二维周期函数来处 理，即在x和y方向上，周期分别为M 和N, 则由此得到离散 的退化模型为两函数的卷积： 式中x=0,1,2,…,M-1,y=0,1,2,…,N-1 。 函数g。(x,y)为周 期函数，其周期与f(x,y)和h。(x,y)的周期一样。 加上一个延拓为M×N 的离散噪声项，则： 去除由匀速运动引起的模糊 ①原理 在获取图像过程