遥感数字图像处理 第五章 图像纠正.ppt

《遥感数字图像处理 第五章 图像纠正.ppt》由会员上传分享，免费在线阅读，更多相关内容在PPT专区-天天文库。

1、第五章图像复原与重建讲解内容1.图像恢复的概念2.图像几何校正和几何变换3.图像重建目的1.熟悉图像几何校正和几何变换的方法与基本步骤，掌握图像灰度内插方法及其特点2.了解图像重建的基本概念与方法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，

2、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。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，只要满足应用需求就行。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。

3、5.1.2图像退化的数学模型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，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

4、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。5.4图像的几何校正几何失真图像在获取过程中，由于成像系统本身具有非线性、拍摄角度等因素的影响，会使获得的图像产生几何失真。几何失真系统失真非系统失真。系统失真是有规律的、能预测的；非系统失真则是随机的。当对图像作定量分析时，就要对失真的图像先进行精确的几何校正（即将存在几何失真的图像校正成无几何失真的图像），以免影响定量分析的精度。几

5、何校正方法图像几何校正的基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。通常分两步：①图像空间坐标变换；首先建立图像像点坐标（行、列号）和物方（或参考图）对应点坐标间的映射关系，解求映射关系中的未知参数，然后根据映射关系对图像各个像素坐标进行校正；②确定各像素的灰度值（灰度内插）。5.4.1空间坐标变换实际工作中常以一幅图像为基准，去校正另一幅几何失真图像。通常设基准图像f(x,y)是利用没畸变或畸变较小的摄像系统获得的，而有较大几何畸变的图像用g(x´,y´)表示，下图是一种畸

6、变情形。设两幅图像几何畸变的关系能用解析式来描述。通常h1(x，y)和h2(x，y)可用多项式来近似当n=1时，畸变关系为线性变换，上述式子中包含a00、a10、a01、b00、b10、b016个未知数，至少需要3个已知点来建立方程式，解求未知数。当n=2时，畸变关系式为包含12个未知数，至少需要6个已知点来建立关系式，解求未知数。几何校正方法可分为直接法和间接法两种。一、直接法利用若干已知点坐标，根据解求未知参数；然后从畸变图像出发，根据上述关系依次计算每个像素的校正坐标，同时把像素灰度值赋予对应像素，这样生成一幅校正图像。但

7、该图像像素分布是不规则的，会出现像素挤压、疏密不均等现象，不能满足要求。因此最后还需对不规则图像通过灰度内插生成规则的栅格图像。二、间接法设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发，若干已知点，解求未知数。根据推算出各格网点在已知畸变图像上的坐标(x‘,y’)。由于(x(x‘,y’)一般不为整数，不会位于畸变图像像素中心，因而不能直接确定该点的灰度值，而只能在畸变图像上，由该像点周围的像素灰度值通过内插，求出该像素的灰度值，作为对应格网点的灰度，据此获得校正图像。由于间接法内插灰度容易，所

8、以一般采用间接法进行几何纠正。5.4.2像素灰度内插方法常用的像素灰度内插法有最近邻元法、双线性内插法和三次内插法三种。1．最近邻元法在待求点的四邻像素中，将距离这点最近的相邻像素灰度赋给该待求点。该方法最简单，但校正后的图像有明显锯齿状，即存在灰度不连续性。2