9.图像复原与重建

《9.图像复原与重建》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第九讲图像复原与重建李瑞瑞科技大楼517图像复原图像退化/复原过程的模型噪声模型空间域滤波复原（唯一退化是噪声）频率域滤波复原（削减周期噪声）图像复原什么是退化？成像过程中的”退化”，是指由于成像系统各种因素的影响，使得图像质量降低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外部干扰等图像复原图像复原概述与图像增强相似，图像复原的目的也是改善图像质量图像增强主要是一个主观过程，而图像复原主要是一个客观过程图像增强被认为是一种对比度拉伸，提

2、供给用户喜欢接收的图像；而图像复原技术追求恢复原始图像的最优估值图像复原技术可以使用空间域或频率域滤波器实现图像复原图像复原概述（续）图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真在图像退化确知的情况下，图像退化的逆过程是有可能进行的但实际情况经常是退化过程并不知晓，这种复原称为盲目复原由于图像模糊的同时，噪声和干扰也会同时存在，这也为复原带来了困难和不确定性图像复原图像复原图像复原图像复原一些重要的噪声高斯噪声瑞利噪

3、声伽马（爱尔兰）噪声指数分布噪声均匀分布噪声脉冲噪声（椒盐噪声）一些重要噪声的概率密度函数(PDF)Matlab例子：J=imnoise(I,type)J=imnoise(I,type,parameters)J=imnoise(I,'gaussian',M,V)J=imnoise(I,'localvar',V)J=imnoise(I,'localvar',image_intensity,var)J=imnoise(I,'poisson')J=imnoise(I,'salt&pepper

4、',d)J=imnoise(I,'speckle',v)椒盐噪声图像复原图像复原图像复原图像复原图像复原图像复原图像复原图像复原几种噪声的运用高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器噪声瑞利噪声对分布在图像范围内特征化噪声有用伽马分布和指数分布用于激光成像噪声均匀密度分布作为模拟随机数产生器的基础脉冲噪声用于成像中的短暂停留中，如错误的开关操作样本噪声图像和它们的直方图样本噪声图像和它们的直方图样本噪声图像和它们的直方图样本噪声图像和它们的直方图结论上述噪声图像的直

5、方图和它们的概率密度函数曲线对应相似前面5种噪声的图像并没有显著不同但它们的直方图具有明显的区别图像复原周期噪声周期噪声是在图像获取中从电力或机电干扰中产生周期噪声可以通过频率域滤波显著减少图像复原图像复原图像复原图像复原的空间滤波器均值滤波器◦算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器顺序统计滤波器◦中值滤波器、最大值滤波器、最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器自适应滤波器◦自适应局部噪声消除滤波器、自适应中值滤波器均值滤波器均值滤波器均值

6、滤波器均值滤波器均值滤波举例均值滤波举例均值滤波器顺序统计滤波器顺序统计滤波器顺序统计滤波器顺序统计滤波器顺序统计滤波器中值滤波器举例最大值和最小值滤波器举例空间域滤波器举例自适应滤波器自适应滤波器自适应滤波器自适应滤波器自适应滤波器举例自适应滤波器自适应滤波器自适应中值滤波器：算法自适应中值滤波器：算法自适应中值滤波器举例图像复原图像复原的频率域滤波器带阻滤波器带通滤波器陷波滤波器最佳陷波滤波器图像复原带阻滤波器：阻止一定频率范围内的信号通过而允许其它频率范围内的信号通过，消除或衰

7、减傅里叶变换原点处的频段理想带阻滤波器巴特沃思带阻滤波器高斯带阻滤波器图像复原图像复原带阻滤波器的透视图带阻滤波器使用举例图像复原图像复原图像复原图像复原图像复原图像复原