第5章 图像处理-图像复原.ppt

第5章 图像处理-图像复原.ppt

ID:48236116

大小:837.00 KB

页数:48页

时间:2020-01-18

第5章 图像处理-图像复原.ppt_第1页
第5章 图像处理-图像复原.ppt_第2页
第5章 图像处理-图像复原.ppt_第3页
第5章 图像处理-图像复原.ppt_第4页
第5章 图像处理-图像复原.ppt_第5页
资源描述:

《第5章 图像处理-图像复原.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、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

2、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:

3、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。5.2

4、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5.2图像退化模型其中*表示卷积运算。如果H(·)是一个可分离系统,即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: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(

5、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:讨论恢复问题:若略去噪音N,得:反变换,可求F→f5.2图像退化模型若H有零

6、点,G也有零点出现,0/0的不定值,这样模型不保证所有逆过程都有解由于引起退化的因素众多,而且性质不同,目前又没有统一的恢复方法,许多人根据不同的物理模型,采用不同的退化模型、处理技巧和估计准则,从而导出了多种恢复方法有效方法:针对特定条件,用特定模型处理5.2图像退化模型5.2.2离散的退化模型对于图像降质过程进行数学建模f(i,j):原始图像y(i,j):降质图像h(i,j;k,l):点扩散函数图像为M×N维假设为空间移不变h(i,j;k,l),则:5.3图像复原的方法寻找滤波传递函数,通过频域图像滤波得到复原图像的傅立叶变换,再求反变换,得到复原

7、图像非约束还原有约束还原非线性约束还原退化模型:逆过程:复原图像:当H(u,v)为0或很小时,,原点附近:图像完全被噪声淹没,造成噪声放大5.3.1反向滤波法病态解决方法去除原点、设置原点值原点、邻域均不计算f(x,y)H(u,v)n(x,y)g(x,y)M(u,v)恢复转移函数5.3.1反向滤波法5.3.2约束还原法维纳滤波维纳滤波恢复正是在假定图像信号可近似看作平稳随机过程的前提下,按照使原图像f(x,y)与恢复后的图像之间的均方误差e2达到最小的准则,来实现图像恢复。即:满足这一要求的转移函数为:5.3.2约束还原法现象1)H(u,v)=0,无病

8、态现象,分母不为02)SNR高时,同反向滤波法3)SNR低时,效果不满意原因维纳滤波是基于平稳

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。