最新数字图像处理图像复原PPT课件.ppt

《最新数字图像处理图像复原PPT课件.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、数字图像处理图像复原什么是退化？成像过程中的”退化”，是指由于成像系统各种因素的影响，使得图像质量降低。2.引起图像退化的原因√成像系统的散焦√成像设备与物体的相对运动√成像器材的固有缺陷√外部干扰等5.1概述3.图像复原概述√与图像增强相似，图像复原的目的也是改善图像质量。√图像增强主要是一个主观过程，而图像复原主要是一个客观过程。√图像增强被认为是一种对比度拉伸等，提供给用户喜欢接收的图像；而图像复原技术追求恢复原始图像的最优估值。√图像复原技术可以使用空间域或频率域滤波器实现。5.1概述5.3噪声模型•数字图像的噪声主要来源于图像的获取和传输过程√图像获取的数字

2、化过程，如图像传感器的质量和环境条件。√图像传输过程中传输信道的噪声干扰，如通过无线网络传输的图像会受到光或其它大气因素的干扰。5.3噪声模型•一些重要的噪声√高斯噪声√瑞利噪声√伽马（爱尔兰）噪声√指数分布噪声√均匀分布噪声√脉冲噪声（椒盐噪声）5.3.1一些重要噪声的概率密度函数(PDF)某些重要的概率密度函数高斯瑞利伽马均匀脉冲指数5.3.1一些重要噪声的概率密度函数(PDF)1.高斯噪声5.3.1一些重要噪声的概率密度函数(PDF)2.瑞利噪声5.3.1一些重要噪声的概率密度函数(PDF)3.伽马（爱尔兰）噪声5.3.1一些重要噪声的概率密度函数(PDF)4.

3、指数分布噪声5.3.1一些重要噪声的概率密度函数(PDF)5.均匀分布噪声5.3.1一些重要噪声的概率密度函数(PDF)6.脉冲噪声（椒盐噪声）5.3.1一些重要噪声的概率密度函数(PDF)5.3.3周期噪声√周期噪声是在图像获取中从电力或机电干扰中产生√周期噪声可以通过频率域滤波显著减少5.4空间域滤波复原（唯一退化是噪声）5.4空间域滤波复原（唯一退化是噪声）•图像复原的空间滤波器√均值滤波器算术均值滤波器、几何均值滤波器、谐波均值滤波器√顺序统计滤波器中值滤波器、最大值滤波器、最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器√自适应滤波器自适应局部噪声消除滤波

4、器、自适应中值滤波器5.4.1均值滤波器1.算术均值滤波器5.4.1均值滤波器2.几何均值滤波器5.4.1均值滤波器3.谐波均值滤波器5.4.1均值滤波器•总结√算术均值滤波器和几何均值滤波器适合于处理高斯或均匀等随机噪声√谐波均值滤波器适合于处理亮脉冲噪声5.4.2顺序统计滤波器1.中值滤波器5.4.2顺序统计滤波器2.最大值滤波器5.4.2顺序统计滤波器3.最小值滤波器5.4.2顺序统计滤波器4.中点滤波器5.4.2顺序统计滤波器5.修正后的阿尔法均值滤波器mn-1，5.4.3自适应滤波器自适应滤波器1.自适应、局部噪声消除滤波器5.4.3自适应滤波器5.4.3

5、自适应滤波器5.4.3自适应滤波器5.4.3自适应滤波器2.自适应中值滤波器定义下列符号：5.4.3自适应滤波器算法：5.4.3自适应滤波器5.4.3自适应滤波器5.5频率域滤波复原（削减周期噪声）图像复原的频率域滤波器√带阻滤波器√带通滤波器√陷波滤波器5.5.1带阻滤波器带阻滤波器：阻止一定频率范围内的信号通过而允许其它频率范围内的信号通过。√理想带阻滤波器√巴特沃思带阻滤波器√高斯带阻滤波器5.5.1带阻滤波器1.理想带阻滤波器5.5.1带阻滤波器2.n阶的巴特沃思带阻滤波器3.高斯带阻滤波器5.5.2带通滤波器带通滤波器：允许一定频率范围内的信号通过而阻

6、止其它频率范围内的信号通过5.5.3陷波滤波器陷波滤波器√阻止或通过事先定义的中心频率邻域内的频率√由于傅立叶变换是对称的，陷波滤波器必须以关于原点对称的形式出现√如果陷波滤波器位于原点处，则以它本身形式出现5.5.3陷波滤波器5.5.3陷波滤波器1.理想陷波带阻滤波器5.5.3陷波滤波器2.巴特沃思陷波带阻滤波器3.高斯陷波带阻滤波器5.5.3陷波滤波器4.陷波带通滤波器：通过包含在陷波区的频率5.6逆滤波由于(1)如果各函数的傅立叶变换存在，由卷积定理可得：(2)来计算原始图像的傅立叶变换的估计，并进行傅立叶逆变换即可。此方法称为逆滤波方法。假设h(x,y)为已

7、知的，现在观察到了g(x,y)。在没有噪声的情况下，因以上两式成立，则为了复原出没有退化的图像f(x,y)，只需用(3)这种方法要求噪声的类型及表达式为可知，因为噪声是一个随机函数，它的傅立叶变换未知。所以即使知道退化函数，也不能准确地复原未退化的图像（F(u,v)的傅立叶反变换）。由上式，如果H(u,v)在u,v平面上取零或很小，就会带来计算上的困难。另一方面，噪声还会带来更严重的问题，N(u,v)/H(u,v)会使恢复结果与预期的结果有很大差距。对有噪声的情况式中N(u,v)是噪声n(x,y)的傅立叶变换。5.6逆滤波(3)对(3)式中的G(u,