2019运动模糊图像的复原算法实现及应用课程设计

2019运动模糊图像的复原算法实现及应用课程设计

ID:42176704

大小:18.68 KB

页数:9页

时间:2019-09-09

2019运动模糊图像的复原算法实现及应用课程设计_第1页
2019运动模糊图像的复原算法实现及应用课程设计_第2页
2019运动模糊图像的复原算法实现及应用课程设计_第3页
2019运动模糊图像的复原算法实现及应用课程设计_第4页
2019运动模糊图像的复原算法实现及应用课程设计_第5页
资源描述:

《2019运动模糊图像的复原算法实现及应用课程设计》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、运动模糊图像的复原算法实现及应用课程设计  题目:1  课程设计  运动模糊图像的复原算法实现及应用  目录  第一章、概述............................................3图像复原概述.....................................3图像复原方法.....................................4第二章、图像退化的理论基础..............................5图像退化的原因....................................5图像

2、退化的模型....................................5连续图像退化的数学模型.......................6离散图像的退化模型...........................8第三章、运动模糊图像复原的方法与理论.....................9运动模糊的基本原理................................9点扩散函数的确定................................10几个典型的点扩散函数........................10运动模糊点扩散函数的离

3、散化..................11逆滤波复原......................................12逆滤波复原原理..............................13  2  维纳滤波复原.....................错误!未定义书签。纳滤波复原原理..............................14有约束最小二乘复原原理...........错误!未定义书签。第四章、运动模糊图像复原的实现..........................17  维纳滤波恢复MATLAB实现.........

4、.错误!未定义书签。维纳滤波复原算法的评价...........错误!未定义书签。总结与体会.............................................20  第二章图像退化的理论基础  图像退化的原因  在图像的获取、处理与传输过程中,每一个环节都有可能引起图像质量的下降,这种导致图像质量下降的现象,称为图像退化  造成图像退化的原因很多,最为典型的图像退化表现为光学系统的像差、光学成像系统的衍射、成像系统的非线性畸变、摄影胶片感光的非线性、成像过程中物体与摄像设备之间的相对运动、大气湍流效应、图像传感器的工作情况受环境随机噪声的干

5、扰、成像光源或射线的散射、处理方法的缺陷,以及所用的传输信道受到污染等。这些因素都会使成像的分辨率和对比度以至图像质量下降。于引起图像退化的因素众多而且性质不同,因此,图像复原的方法、技术也为相同。  图像退化的模型  图像复原的关键在于建立退化模型。假设输入图像f(x,y)经过某个退化系统h(x,y)后产生退化图像g(x,y),在退化过程中,引进的随机噪声为加性噪声n(x,y),则图像退化过程空间域模型如图所示  6  图像退化模型  其一般表达式为:  g(x,y)=h(x,y)*f(x,y)+n(x,y)或者表示成:g(x,y)=H[f(x,y)]+n(x,

6、y)  式中:“*”表示空间卷积。这是连续形式下的表达。h(x,y)退化函数的空间描述,它综合了所有的退化因素,h(x,y)也称为成像系统的冲击响应或点扩展函数。式中的H[f(x,y)]表示对输入图像f(x,y)退化算子。  对于频域上的图像退化模型如图所示,于空间域上的卷积等同于频域上的乘积,因此可以把退化模型写成如下的频域表示:  G(u,v)=H(u,v)F(u,v)+N(u,v)  式中:G、F、N分别是g(x,y)、f(x,y)、n(x,y)的傅里叶变换,称为系统在频率上的传递函数。连续图像的退化的数学模型  图像复原前,如图所示,图像退化的输入输出可以

7、表示为:  g(x,y)=H[f(x,y)]+n(x,y)  现在,假设加性噪声n(x,y)=0,则退化图像g(x,y)=H[f(x,y)]。如果:  H[k1f1(x,y)+k2f2(x,y)]=k1H[f1(x,y)]+k2H[f2(x,y)]  则系统H是一个线性系统。式中,k1和k2是比例常数,f1(x,y)和f2(x,y)是任意两幅输入图像。  对于任意输入图像f(x,y)以及坐标值α和β,如果存在:  7  H[f(x-α,y-β)]=g(x-α,y-β)  则系统H[f(x,y)]=g(x,y)为位移不变系统。  对任意二维信号f(x,y)与δ(x,

8、y)卷积的

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。