数字图像处理 第七章 图像恢复.ppt

可得：7.3频域图像恢复法*2-D退化模型对于大小为A×B和C×D的两个二维函数f(x,y)和h(x,y),首先将他们延拓成大小为M×N的矩阵7.2图像退化原因和模型M=A+C-1N=B+D-1*无噪声加噪声7.2图像退化原因和模型*7.2.4退化模型的频域模型及参数估计g(x,y)=f(x,y)*h(x,y)根据傅里叶变换，退化模型的频域表示为：G(u,v)=F(u,v)H(u,v)如果有标准图像（子图像）和其退化后的图像（子图像）（先验知识），我们可以通过上式求得H，然后对经过该系统的其他图像（部分）进行恢复。G0(u,v)=F0(u,v)H(u,v)Gn(u,v)=Fn(u,v)H(u,v)（不考虑噪声时）卷积定理7.2图像退化原因和模型*（1）长时间曝光下大气湍流造成的转移函数：其中，C是与湍流性质有关的常数。大气湍流、光学系统散焦、照相机与景物相对运动等，根据导致模糊的物理过程（先验知识）来确定h(x,y)或H(u,v)。7.2.5常见退化系统函数（先验知识）7.2图像退化原因和模型*(a)湍流可忽略(b)严重的(c)中等的(d)较小的7.2图像退化原因和模型*（2）光学散焦转移函数：其中，d是散焦点扩展函数的直径,J1(?)是第一类贝塞尔函数。所谓的焦散就是指物体被灯光照射以后所反射或折射出来的影像，其中反射后产生的焦散就是反射焦散，折射以后产生的焦散就是折射焦散。7.2图像退化原因和模型*（3）照相机与景物相对运动设T为快门时间，x0(t)，y0(t)是位移的x分量和y分量。7.2图像退化原因和模型*引言图像退化与数学模型2134频域图像恢复法空域滤波复原第七章图像恢复*7.3.1逆滤波（InverseFilter）恢复方法。（无约束的恢复）1960年代中期，逆滤波(去卷积)开始被广泛用于数字图像复原。Nathan用二维逆滤波方法来处理由漫游者、探索者等外星探索发射得到的图像。同一时期，Harris采用点扩散函数的解析模型对望远镜图像中由于大气扰动所造成的模糊进行了逆滤波（去卷积），从此，逆滤波（去卷积）就成了图像复原的一种标准技术。7.3频域图像恢复法*（1）基本原理通常在无噪声的理想情况下退化模型的频域表示如式：选择一个滤波函数Hg(u,v),去乘两边得：如果令则7.3频域图像恢复法*（1）过程描述对已知的退化图像g(x,y)做二维离散傅里叶变换，得到G(u,v)计算系统扩散点函数h(x,y)的二维离散傅里叶变换得到H(u,v)。注意要把h的尺寸延拓至g(x,y)的尺寸。计算计算的逆傅里叶变换，求得恢复后的图像：7.3频域图像恢复法*（2）问题：噪声带来严重的问题 病态性质H(u,v)=0：无法确定H(u,v)?0：放大噪声7.3频域图像恢复法*解决方法一：在H(u,v)=0及其附近，人为地仔细设置H-1(u,v)的值，使N(u,v)*H-1(u,v)不会对结果产生太大影响。(a)图像退化响应(b)逆滤波器响应(c)改进的逆滤波器响应7.3频域图像恢复法*（2）调整H的滤波半径,使H(u,v)具有低通滤波性质。H(u,v)常随u，v与原点距离的增加而迅速减小，那么逆滤波的时候，就会在高频部分对噪声产生较大放大，所以在这种情况下，恢复只能在与原点较近（接近频域中心）的范围内进行。在高频段至少应需要保持原噪声场不变。D07.3频域图像恢复法*大气湍流模型(AtmosphericTurbulenceModel):a.无湍流b.湍流严重c.湍流轻微d.湍流很小c.d.7.3频域图像恢复法*a:全滤波b:滤波半径60%c:滤波半径30%d:滤波半径15%7.3频域图像恢复法*由退化模型得：g(x,y)=f(x,y)*h(x,y)+n(x,y)则噪声项可以由下面表达：n(x,y)=g(x,y)-f(x,y)*h(x,y)恢复图像的问题就是在已知g(x,y)和h(x,y)的情况下找到一个估计值fe(x,y)，使下式满足。7.3.2有约束最小二乘方恢复7.3频域图像恢复法*在离散情况下可写成：