数字图像处理图像复原技术ppt课件

,数字图像处理/DigitalImageProcessing,基于几何失真的图像复原技术及Wiener滤波器的应用,BY732014/5,1,目录/contents,1典型的几何失真,2几何失真校正原理,3Matlab实现几何失真校正,4维纳滤波及应用,2,典型的几何失真,什么是几何失真？典型的几何失真系统几何失真非系统几何失真,3,什么是几何失真？,图像获取,成像系统的非线性,飞行器的姿态变化,比例失调，或者扭曲,4,典型的几何失真,几何失真,系统失真,非系统失真,光学系统、电子扫描系统失真而引起的斜视畸变、枕行、桶形畸变等.,飞行器的姿态、高度和速度变化引起的不稳定与不可预测的几何失真.,5,典型的系统几何失真,(a)原图像,(b)梯形图像,(c)枕形图像,(c)桶形图像,6,典型的非系统失真图,(a)地球自转,(c)速度变化,(d)偏航,(b)流动,7,几何失真校正原理,几何校正灰度插值,8,通过几何变换来校正失真图像中各像素位置，以重新得到像素间原来的空间关系，以及原来的灰度值关系。,Step1：几何校正，即图像空间坐标的变换；Step2：灰度校正，重新确定校正空间各像素点的取值。,几何失真校正,1,2,概念,方法,9,y,x,y,x,a,a,b,c,d,d,c,b,=(,)=(,),校正图像,失真图像,几何校正,按照一幅标准图像f(x,y)或一组基准点去校正另一幅几何失真图像g(x,y)。,10,（x,y）,（x,y）,空间变换,灰度赋值,灰度校正,一般校正后的图像某些像素点可能分布不均，不会恰好落在坐标点上，因此常采用内插法来求得这些像素点的灰度值。,11,（x,y）,（x,y）,空间变换,灰度赋值,x,y的最近邻,A,C,D,E,F,B,灰度插值的常用方法,1,2,3,最近邻插值/nearest,双线性插值/bilinear,双三次插值/bicubic,12,Matlab实现几何失真校正,几何失真算法连接点法图像配准复原,13,Matlab图像校正,Matlab提供了一组函数用于几何失真图像的校正，包括空间变换、灰度差值和连接点选择。,1,2,3,空间变换,tform=maketform(transform_type,transform_parameters),灰度插值,连接点选择,g=imtransform(f,tform,interp),cpselect(g,f),14,几何失真算法,f=imread(C:UsersAdministratorDesktopnvshen.jpg);figure(1);imshow(f);basepoints=1100;1150;5121;1512;512512;inputpoints=11;1512;5121;1512;512512;tform=cp2tform(inputpoints,basepoints,projective);gp=imtransform(f,tform,XData,1512,YData,1512);figure(2);imshow(gp),15,连接点法图像配准复原,对比原图，基本对无损图像完成修复,f=imread(C:UsersAdministratorDesktopnvshen.jpg);figure(1);imshow(f);g=imread(C:UsersAdministratorDesktopnvshen5.jpg);figure(2);imshow(g);cpselect(g,f);Variableshavebeencreatedinthecurrentworkspace.tform=cp2tform(input_points,base_points,projective);gp=imtransform(g,tform,XData,1512,YData,1512);figure(3);imshow(gp);,16,维纳滤波/Wienerfiltering,维纳滤波的Matlab实现维纳滤波的应用,17,维纳滤波,1.,概念：维纳滤波是一种综合了退化函数和噪声统计特性两个方面进行复原处理的一种图像复原方法。,2.,特点：维纳滤波需要知道原图像和噪声的功率谱，但是一般这些不知道，用常数K表示。,18,维纳滤波的Matlab实现,19,原图,运动模糊叠加高斯噪声图,运动模糊图,维纳滤波的应用,A=imread(C:UsersAdministratorDesktopnvshen.jpg);imshow(A);LEN=40;THETA=45;PSF=fspecial(motion,LEN,THETA);MF=imfilter(A,PSF,circular,conv);imshow(MF);noise=imnoise(zeros(size(A),gaussian,0,1e-4);B=imnoise(MF,gaussian,0,1e-4);figure(2);imshow(B);figure(3);imshow(deconvwnr(B,PSF),);noise=imnoise(zeros(size(A),gaussian,0,1e-4);NSR=sum(noise(:).2)/sum(B(:).2);figure(4);imshow(deconvwnr(B,PSF,NSR),),20,对于添