第五章图像恢复与重建

第五章图像恢复与重建

ID:40238145

大小:2.34 MB

页数:46页

时间:2019-07-28

第五章图像恢复与重建_第1页
第五章图像恢复与重建_第2页
第五章图像恢复与重建_第3页
第五章图像恢复与重建_第4页
第五章图像恢复与重建_第5页
资源描述:

《第五章图像恢复与重建》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、第五章图像恢复图像退化的数学模型无约束恢复方法有约束恢复方法常见模糊图像及其恢复第一节图像退化的数学模型卷积与光学成像系统图像退化模型图像恢复过程一、卷积与成像光学系统按照电子学中系统分析的观点,任何信号处理单元都可以描述为一个系统,该系统的特性可由其脉冲响应函数决定,对应于一个输入信号,其输出信号为输入信号与系统脉冲响应函数的累积积分。光学成像系统也可以采用这样的描述方式,只不过将脉冲响应函数换成点扩展函数(PointSpreadFunction,PSF)。成像系统的点扩展函数二、图像退化模型由于记录和处理过程中仪器的非理想特性以及其它多种因素的影响,获得

2、的图像一般是不完善的,而且经常会存在不同程度的模糊,这种现象称作图像的退化(或降质)。引起图像退化的常见原因有光学系统的缺陷,光电感光器件的非线性特性,胶卷的颗粒性,系统噪声,被摄体与照相机(或摄像机)之间的相对运动,光学系统的散焦,大气湍流等等。一般地,图像经过一个实际的光学系统的降质过程可以用下图表示:其中g(x',y')为已知的观测图像,f(x,y)为原始的目标图像(实际景物),h(x,y,x',y')为表征系统特性的函数——点扩展函数,n(x',y')为加性噪声。在数学上,这一过程可用一个叠加积分表示,相应的公式为:当系统是一个线性移不变系统时,忽略

3、掉记录介质的非线性特性的影响,上式可简化为一个卷积积分:这就是图像退化的基本数学模型。三、图像恢复过程图像恢复(imagerestoration)又称图像复原(imagerecovery),它是根据观测图像g(x',y'),在系统函数h(x,y,x',y')已知或未知(此时称“盲恢复”)的情况下,去恢复原始的目标图像f(x,y)。图像恢复有时也叫图像解卷积(imagedeconvolution),但解卷积与恢复或复原略有差别。具体的恢复方法可分为无约束恢复和有约束恢复两大类。f(x,y)DegradationModelf(x,y)RestorationFil

4、terUnconstrainedConstrainedInverseFilterWienerFilter……RestorationModel第二节逆滤波一、基本原理考虑图像中不包含噪声的情况(或者说信噪比很高,噪声可以忽略的情况),前面的图像退化模型就变成:对方程两边实施傅立叶变换,根据卷积定理,有:其中,F、G、H分别为f、g、h的傅立叶变换。两边同除以H就可以得到:再进行傅立叶反变换就可以得到原始图像:逆滤波恢复二、逆滤波的缺陷及其改进由前面的公式可以看出,如果H(u,v)在uv平面上取零或很小,就会带来计算上的困难。另一方面,如果存在噪声,还会带来更严

5、重的问题。因为存在噪声时公式变为:后一项的存在会使得恢复图像面目全非。含噪声模糊图像的逆滤波恢复所以在存在噪声的情况下,一般要对逆滤波函数进行一定的变化,即用新的滤波函数(设为M(u,v))代替1/H(u,v)。通常采用下面两种形式:和其中k和d的选择视噪声的严重程度而定。改进的逆滤波恢复k=0.7,d=0.2k=0.9,d=0.3k=0.7,d=0.1无噪声但H(u,v)存在零点的例子1111111111111111111111111×1/25卷积模板:卷积模板的频谱卷积模板的频谱的3D显示零点替换为10-10零点替换为10-16模糊图像(无噪声)第三节有

6、约束恢复由于噪声的存在,直接进行逆滤波往往不可行。为了在恢复图像的同时对噪声进行平滑,对恢复过程添加一些人为设置的约束条件,这样的恢复方法称为有约束恢复(constrainedrestoration)。有约束滤波的方法有很多种,因约束条件的不同而不同。一、维纳滤波(wienerfiltering)维纳滤波的宗旨是使恢复后的图像与原始图像之间的均方误差最小(此时称为f的最小二乘估计):由此条件结合退化模型可以得到维纳滤波器的一般形式:其中,Snn(u,v)和Sff(u,v)分别为噪声和图像的功率谱。由于噪声和图像的功率谱往往难于得到,故常常用下式近似:k为一个

7、适当选取的常数。维纳滤波与逆滤波比较可以看出,维纳滤波的恢复效果良好,这种方法的计算量也不大,因此是许多图像处理软件中提供的方法。但是,应该说,最小均方误差并不是一个“自然”的准则,因为以这一准则得到的复原图像对人眼来说并不一定是最佳的。另外,维纳滤波不能处理空间变化的PSF(比如彗差、场曲、像散等),不能恢复残损的模糊图像,而且往往使图像细节过多地损失。二、约束最小二乘恢复约束最小二乘恢复方法要求恢复过程必须同时满足以下条件:和其中C通常选Laplace算子。利用Lagrange乘数法求解上述优化问题可以得到约束最小二乘恢复的滤波函数:s因子的最优值需要在

8、恢复的过程中通过迭代的搜索算法得到。三、最大熵恢复对

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。