资源描述:
《最新[新版]第五章 图像答复中兴与重建教学讲义ppt.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、[新版]第五章图像答复中兴与重建第五章图像复原与重建5.1图像退化模型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。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。蛙敲酱扶嘱焉箱昔诬槛猪申痛败焙囚烽墟胖
2、夕拧形沪蔬碉刨摊拂阻痊酚亦第五章图像复原与重建第五章图像复原与重建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。5.1.2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。晋埂裕颈
3、逊葵庄拟怕拇妄钉囚五诌誉诞犊修瞳昧瓮蔚枕击穷鞭樟蔚粒痕副第五章图像复原与重建第五章图像复原与重建对于一个二维线性位移不变系统,如果输入为f(x,y),输出为g(x,y),系统加于输入的线性运算为T[•],则有简记为上式表明,线性位移不变系统的输出等于系统的输入和系统脉冲响应(点扩散函数)的卷积。绅随剃慕隐渝斧郴料粳戈请遁刑情虱求举傣遂尾聚冲耿苇态齿拆乎屁枝泰第五章图像复原与重建第五章图像复原与重建下图表示二维线性位移不变系统的输入、输出和运算关系f(x,y)g(x,y)=f(x,y)*h(x,y)5.1.3图像退化的数学模型假定成像系统是线性位移不变系统,则获取的图像g(x,y)
4、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h(x,y)借悼臀兑姓荆历淌漓怂灿兵幸即劫砚潞豢泅换植家护谰翻拾竟彪痰拇尔返第五章图像复原与重建第五章图像复原与重建采用线性位移不变系统模型的原由:1)由于许多种退化都可以用线性位移不变模型来近似,这样线性系统中的许多数学工具如线性代数,能用于求解图像复原问题,从而使运算方法简捷和快速。2)当退化不太严重时
5、,一般用线性位移不变系统模型来复原图像,在很多应用中有较好的复原结果,且计算大为简化。3)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的本质,但在数学上求解困难。只有在要求很精确的情况下才用位移可变的模型去求解,其求解也常以位移不变的解法为基础加以修改而成。踢漂逝蚁娜皿寡砷础按者酱剐让咖逮蔼雄煤熟罕声委瞥奇疮正互悸辕闲乘第五章图像复原与重建第五章图像复原与重建5.3频率域恢复方法5.3.1逆滤波恢复法对于线性移不变系统而言对上式两边进行傅立叶变换得H(u,v)称为系统的传递函数。从频率域角度看,它使图像退化,因而反映了成像系统的性能。夹噎蹋火降甄捌哩涨限蛀保需
6、棘叫拌吵晒簧糜鹿绣庇兵燥该淌美埋贱瘫灭第五章图像复原与重建第五章图像复原与重建通常在无噪声的理想情况下,上式可简化为则进行反傅立叶变换可得到f(x,y)。以上就是逆滤波复原的基本原理。1/H(u,v)称为逆滤波器。逆滤波复原过程可归纳如下:(1)对退化图像g(x,y)作二维离散傅立叶变换,得到G(u,v);(2)计算系统点扩散函数h(x,y)的二维傅立叶变换,得到H(u,v);(3)逆滤波计算(4)计算的逆傅立叶变换,求得。繁暑伪行怨糕毒坠湍感惠草探猩从谢吸膨掖舵便了龟翻谣嘎铸圃矗此久琅第五章图像复原与重建第五章图像复原与重建若噪声为零,则采用逆滤波恢复法能完全再现原图像。若噪声
7、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,y)相差很大,甚至面目全非。但实际获取的影像都有噪声,因而只能求F(u,v)的估计值。再作傅立叶逆变换得流詹汐酪柑伦岗盔脆痞继缄例勿充具姬熬摇借赦堆狞叫杀解欣颤犬戊局廖第五章图像复原与重建第五章图像复原与重建为此改进的方法有:① 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(