第 5 章 图像的复原技术.pptVIP

算术均值滤波器是其中一个最为简单的滤波器，可以按如下计算：算术均值滤波器为一个简单的平滑滤波器，可以消除噪声，使图像变得模糊。为窗口尺度（1）算术均值滤波器1/91/91/91/91/91/91/91/91/9m×n几何均值滤波器复原一幅图像由如下表达式给出：其中，每一个被复原像素由子图像窗口中像素点的

次幂给出。几何均值滤波器所达到的平滑度可以与算术均值滤波器相比，但在滤波过程中会丢失更少的图像细节。（2）几何均值使用谐波均值滤波器的操作由以下表达式表示：谐波均值滤波器对于“盐”噪声效果比较好，但是不适用于“椒”噪声,适合处理高斯噪声。（3）谐波均值滤波器逆谐波均值滤波器:Q是滤波和调整的阶数，它影响去噪的质量Q为正，消除椒噪声Q为负，消除盐噪声（4）空域逆谐波均值滤波器举例原图像高斯噪声损失

几何均值滤波3*3算术均值滤波3*3

椒盐噪声谐波均值滤波器3*3，Q=1.5统计滤波器是空间域滤波器，基于滤波器包围的图像区域中像素点的排序滤波器在任何点的响应由排序结果决定。统计滤波器有：中值滤波器最大值和最小值滤波器中点滤波器修正后的Alpha均值滤波器（5）统计滤波器最大值滤波器，发现图像中的最亮点非常有用：最小值，发现图像中的最暗点时非常有用：最大值滤波器对于椒噪声具有良好效果，而最小值滤波器对于盐噪声具有良好效果（6）最大值/最小值滤波器中点滤波器，在滤波器涉及的范围内计算最大值和最小值之间的中点：这种滤波器结合了顺序统计和求均匀，对于高斯和均匀随机分布噪声有很好的效果（7）中点滤波器假设在邻域内去掉g(s,t)最高灰度值的d/2和最低灰度值的d/2个像素。用代表剩余mn-d个像素。由这些剩余后的像素点的平均值形成的滤波器称为修正后的阿尔法均值滤波器：（8）修正Alpha均值滤波器迄今为止讨论过的滤波器被选择应用于图像后，并没有考虑图像中的一个像素对其它像素什么影响。自适应滤波器的功能是基于矩形窗口定义的区域内图像的统计特征。自适应滤波器要优于迄今为止讨论过的所有滤波器的性能。但自适应滤波器的复杂度提高了（9）自适应中值滤波器中值滤波器对脉冲噪声效果更好（只要脉冲噪声的空间密度不太大）自适应中值滤波器既能处理空间密度的脉冲噪声，也能够处理一些非脉冲噪声的平滑效果自适应中值滤波器的关键之处就是滤波器大小随着图像特征而改变。自适应中值滤波器自适应滤波举例受椒盐噪声干扰的图像（概率Pa=Pb=0.25）7*7中值滤波器滤波的结果自适应中值滤波的结果（Smax=7）周期噪声：一般是由于电力或者机电干扰产生的导致图像产生规则的噪声样式Fourier域中的频域技术对去除

周期噪声最为有效。用于消除周期噪声的频域滤波器：带阻滤波器带通滤波器陷波滤波器7.频域滤波复原去除图像中的周期噪声涉及到图像中的特定部分带阻滤波器可以解决这个问题一个理想的带阻滤波器定义如下：带阻滤波器理想的带阻滤波器以及Butterworth和Gaussian滤波器带阻滤波器(续)带阻滤波器Butterworth

带阻滤波器(阶数为1)Gaussian

带阻滤波器带阻滤波复原举例受正弦噪声干扰的图像干扰图像的Fourier频谱Butterworth带阻滤波器滤波图像假设输入图像经过退化后输出一幅退化的图像，我们把噪声引起的退化，即噪声对图像的影响一般作为加性噪声考虑，如图所示其中是一个退化算子，它的响应函数为，在图像形成的光学过程中，冲激为一光点，称为退化系统的冲激响应函数。由于图像退化是多种因素构成的，为了能够用数学工具进行处理，人们常常忽略其中的次要因素，考虑主要的降质原因。假定图像退化性质与像素的位置无关，这种系统被称为线性位移不变系统。在图象退化程度不是很严重时，利用线性位移不变系统可以得到较满意的结果。图像退化与数学模型很多退化可以用线性位移不变模型来近似，可以借助数学工具求解图像复原问题当退化不太严重时，一般有较好的复原结果尽管实际非线性和位移可变的情况能更加准确而普遍地反映图像复原问题本质，但求解困难使用线性位移不变系统的原因退化图像可以用下式表示图像复原是在已知，，等一些先验知识的条件下，求得