第06章-图像复原说课材料.ppt

第06章-图像复原说课材料.ppt

ID:59557607

大小:4.06 MB

页数:53页

时间:2020-11-10

第06章-图像复原说课材料.ppt_第1页
第06章-图像复原说课材料.ppt_第2页
第06章-图像复原说课材料.ppt_第3页
第06章-图像复原说课材料.ppt_第4页
第06章-图像复原说课材料.ppt_第5页
资源描述:

《第06章-图像复原说课材料.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、第06章-图像复原6.1图像退化原因与复原技术分类图像在形成、传输和记录过程中,由于受到多方面的影响,造成图像质量的退化(degradation)。A/D过程会损失部分细节,造成图像质量下降。镜头聚焦不准产生的散焦模糊。成像系统中始终存在的噪声干扰。相机与景物之间的相对运动产生的运动模糊。底片感光、图像显示时会造成记录显示失真。成像系统的像差、非线性畸变、有限带宽。携带遥感仪器的飞机或卫星运动的不稳定,以及地球自转等因素引起的照片几何失真。射线辐射、大气湍流等造成的照片畸变。目的和任务目的在研究图像退化原因的基础上,以退化图像为依据,根据一定的先验知识,建立一个退化模型,然后用相反

2、的运算,以恢复原始景物图像。与图像增强关系:目的皆为改善图像质量;目标不同,图像增强不考虑增强后的图像是否失真,只要满足人眼或机器视觉要求即可,而图像复原目的是得到恢复的图像。图像复原要明确规定质量准则衡量接近原始景物图像的程度。图像复原模型可以用连续数学或离散数学处理。图像复原根据退化的数学模型对退化图像进行处理,其实现可在空间域卷积或在频域相乘。在初级视觉处理中的地位在航空航天、国防公安、生物医学、文物修复等领域具有广泛的应用。传统的复原方法基于平稳图像、线性空间不变的退化系统、图像和噪声统计特性的先验知识已知等条件下讨论的现代的复原方法对非平稳图像(如卡尔曼滤波)、非线性方法

3、(如神经网络)、信号与噪声的先验知识未知(如盲图像复原)等前提下开展工作。6.1.1连续图像退化的数学模型连续图像退化的一般模型如图6.1所示。输入图像f(x,y)经过一个退化系统或退化算子H(x,y)后产生的退化图像g(x,y)可以表示为:g(x,y)=H[f(x,y)](6.1)如果仅考虑加性噪声的影响,则退化图像可表示为:g(x,y)=H[f(x,y)]+n(x,y)(6.2)f(x,y)的最佳估计退化的图像是由成像系统的退化加上额外的系统噪声而形成的。若已知H(x,y)和n(x,y),图像复原是在退化图像的基础上,作逆运算,得到f(x,y)的一个最佳估计。“最佳估计”而非“

4、真实估计”。由于存在可能导致图像复原的病态性。导致图像复原的病态性的原因(1)最佳估计问题不一定有解。由于图像复原中可能遇到奇异问题;(2)逆问题可能存在多个解。点扩展函数PSF(Point-spreadFunction)在退化算子H表示线性和空间不变系统的情况下,输入图像f(x,y)经退化后的输出为g(x,y):h(x,y)称为退化系统的冲激响应函数。在图像形成的光学过程中,冲激为一光点。又被称为退化系统的点扩展函数PSF。空间域分析与频率分析退化系统的输出就是输入图像f(x,y)与点扩展函数h(x,y)的卷积,考虑到噪声的影响,即在频域上可以写成(6.6)G(u,v)、F(u,

5、v)、N(u,v)分别是g(x,y)、f(x,y)、n(x,y)的傅立叶变换H(u,v)是h(x,y)的傅立叶变换,为系统的传递函数。(6.7)6.1.2离散图像退化的数学模型设f(x,y)大小为A×B,h(x,y)被均匀采样为C×D大小。为避免交叠误差,采用添零延拓的方法,将它们扩展成M=A+C-1和N=B+D-1个元素的周期函数。(6.8a)(6.8b)则输出的降质数字图像为(6.9)二维离散退化模型可以用矩阵形式g=Hf(6.10)(6.11)(6.12)给定了退化图像g(x,y)、退化系统的点扩展函数h(x,y)和噪声分布n(x,y),就可以得到原始图像f的估计。实际计算的

6、工作量十分庞大。(6.13)g=Hf+n(6.14)通常有两种解决上述问题的途径:假设图像大小M=N,则H的大小为N4,要解出f(x,y)需要解N2个联立方程组。(1)通过对角化简化分块循环矩阵,再利用FFT快速算法可以大大地降低计算量且能极大地节省存储空间。(2)分析退化的具体原因,找出H的具体简化形式。匀速运动造成模糊的PSF就可以用简单的形式表示,这样使复原问题变得简单。各种代数复原方法可能是通过无约束条件而得到原始图像f的估计。也可能是约束复原f。6.2逆滤波复原非约束复原根据对退化系统H和噪声n的了解,已知退化图像g的情况下,在一定的最小误差准则下,得到原始图像f的估计。

7、逆滤波是最早使用的一种无约束复原方法成功地应用于航天器传来的退化图像。n=g-Hf(6.15)当对n的统计特性不确定时,希望对原始图像f的估计满足这样的条件,使H在最小二乘意义上近似于g。使得噪声项的范数希望找到一个最小。即目标函数为最小。在M=N的情况下,H为方阵且H有逆阵H-1,则(6.20)(6.21)当系统H逆作用于退化图像g时,可以得到最小平方意义上的非约束估计。对式(6.20)进行傅立叶变换,则逆滤波法的特点优点:形式简单适用于极高信噪比条件下的图像复原问

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。