第5章 图像复原VIP免费

5.1图像复原的基本概念5.2图像退化模型5.3图像复原的方法5.4运动模糊图像的复原5.5图像的几何校正第5章图像复原5.1图像复原的基本概念什么是图像退化?图像的质量下降叫做退化。退化的形式有模糊、失真、有噪声等图像退化的原因无论是由光学、光电或电子方法获得的图像都会有不同程度的退化；退化的形式多种多样。如传感器噪声、摄像机未聚焦、物体与摄像设备之间的相对移动、随机大气湍流、光学系统的相差、成像光源或射线的散射等；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。a)被正弦噪声干扰的图像b)滤波效果图用巴特沃思带阻滤波器复原受正弦噪声干扰的图像5.1图像复原的基本概念a)受大气湍流的严重影响的图像b)用维纳滤波器恢复出来的图像维纳滤波器应用5.1图像复原的基本概念5.1图像复原的基本概念图像复原将降质了的图像恢复成原来的图像，针对引起图像退化的原因，以及降质过程某先验知识，建立退化模型，再针对降质过程采取相反的方法，恢复图像一般地讲，复原的好坏应有一个规定的客观标准，以能对复原的结果作出某种最佳的估计。5.1图像复原的基本概念图像还原与增强的区别1．图像退化原因决定还原方法2．评价标准不同：a）突出感兴趣的那部分——主观评估b）利用退化的逆过程恢复原始图像，客观评估：接近原图像无约束恢复技术有约束恢复自动方法图像恢复策略交互方法根据是否需要外来干预空域处理域频域图像一般模型：线性移不变系统标准：非线性恢复、线性恢复5.1图像复原的基本概念5.2图像退化模型降质过程可看作对原图像f(x,y)作线性算。g(x,y)＝H·f(x,y)+n(x,y)降质后降质模型噪声Hf(x,y)n(x,y)以后讨论中对降质模型H作以下假设：H是线性的H是空间（或移位）不变的对任一个f(x,y)和任一个常数α和β都有：Hf(x-α,y-β)=g(x-α,y-β)就是说图像上任一点的运算结果只取决于该点的输入值，而与坐标位置无关。1122122,,,,HkfxykfxykHfxykHfxy5.2图像退化模型f(i,j)：原始图像g(i,,j)：降质图像H(·)：成像系统的作用，则：由于函数的筛选性质（一幅图像可以看作是由一系列冲激函数组成的）5.2图像退化模型,,,dd,,dd(),,dd,,dd,,gxyHfxyHHfxyHfHxyfhxyhxyH根据冲激响应定义（为一线性算子）是空间移不变称为扩散函数（PSF）或系统冲激响应系统的冲激响应，在光学中冲激为一个光点，退化可以理解为系统冲激响应造成图像的降质5.2图像退化模型(,)(,)(,)dd(,)(,)gxyfhxyfxyhxy多数情况下系统为时不变的，反映在图像中为位移不变的，则其中*表示卷积运算。如果H(·)是一个可分离系统，即12(,;,)(,)(,)hxyhxhy则二维运算可以分解为列和行两次一维运算来代替5.2图像退化模型(,)(,)(,)(,)gxyfxyhxynxy5.2图像退化模型在加性噪声情况下，图像退化模型可以表示为其中n(x,y)为噪声图像(,)(,)(,)(,)gxyfxyhxynxyf(x,y)Hn(x,y)g(x,y)5.2图像退化模型线性位移不变的图像退化模型则表示为：(,)(,)f5.2图像退化模型重要结论一个线性系统完全可以由它的点扩散函数h(x,α,y,β)来表征。若系统的PSF已知，则系统在（x，y）点的输出响应可看成是不同坐标处输入函数所产生的脉冲响应在（x，y）处的叠加而在实际降质过程中，降质的另一个复杂因素是随机噪声，考虑有噪声的图像恢复，必需知道噪声统计特性以及噪声和图像信号的相关情况，这是非常复杂的(,),,dd,gxyfhxynxyHf(x,y)n(x,y)实际中假设是白噪声——频谱密度为常数，且与图像不相关，（一般只要噪声带宽比图像带宽大得多时，此假设成立的），由此得出图像退化模型。5.2图像退化模型讨论的前提是假设H是线性的，下面一些恢复方法都是对上述模型的近似估计。两边进行付氏变换：(,)(,)...