图像复原基本原理ppt课件

.恢复映像- Imagerestoration，变暗？下降！6.1图像降级原因和恢复技术分类、图像质量降级是由于辐射、大气湍流等引起的照片失真A/D过程导致部分细节丢失、使图像质量降级镜头焦点无法聚焦的散焦模糊成像系统中始终存在的噪声是由相机和场景之间的相对运动引起的运动模糊胶片感光、图像显示时显示失真成像系统的像差、以及，图像还原也称为图像还原，研究图像退化的原因，基于劣化图像的一定先验知识构建劣化模型，然后通过反操作分析被称为原始景物图像还原的劣化图像，估计与原始图像最接近的结果的信号逆生成过程，恢复图像的关键，需要指定测量图像恢复原始场景图像接近程度的质量标准-恢复模型需要使用连续数学或离散数学处理恢复模型，根据导致图像降低的数学模型，通过空间域卷积或频域相乘处理分解图像。传统还原方法基于固定图像、线性空间不变退化系统、图像和噪声统计特性的先验知识等，现代还原方法适用于卡尔曼滤波等异常图像，在使用神经网络等非线性方法不知道信号和噪声的先验知识(例如盲图像还原)的前提下工作，图像还原与图像增强的关系、连接提高了输入图像的视觉质量。图像增强(主观)为视觉系统的生理接受而设计的改进方法之一。良好的视觉效果图像恢复(客观)图像本身在某些情况下会退化，从而降低图像质量。也就是说，您可以将降级过程描述为模型，并通过相反的过程恢复原始图像。图像增强、图像恢复、已破坏的图像、通常是图像恢复、图像增强处理、分解模型，分解过程通常是退化函数和噪声，退化系统，映像还原过程，映像还原的目的是使用逆向方法还原降级/扭曲的映像g(x，Y)，f(x，Y)的最佳估计与f(x，Y)映像增强的差别映像恢复已知或可估计的降级模型3360先验知识(prioriking，与“实际估计”相反，可能会导致“实际估计”图像还原的病态最佳估计问题不一定要解决，因为图像恢复可能会产生单个问题，所以可能会存在反向问题的多个解决方案。图像恢复：根据g(x，y)获取原始图像的近似估计f(x，y)恢复方法：如果知道有关退化函数h和噪声n的更多信息，则可以尽可能准确地估计原始输入图像。分解函数h在线性，空间位移不变的系统空域中退化的图像g(x，y)=h(x，y)*f(x，y) n(x，y)在频域中表示的g (u，v)=h，图像恢复的分类不受分解模型的约束。将图像看作一个数值矩阵，从数学角度限制处理：此外，对图像物理约束处理的域空间域恢复频域恢复、噪声模型、噪声模型、图像获取中主要产生的传输过程噪声的描述：可操作性噪声(pdf)噪声模型：高斯噪声通常由噪声的物理源特性确定电子电路噪声和低光照度或高温引起的传感器噪声。瑞利分布：特性噪波。指数分布，伽玛分布：激光成像。脉冲噪声(椒盐卷饼噪声):开关操作不正确。均匀分布：通常用作模拟随机数生成器的基础，实际上较少，高斯噪声、瑞利噪声、gamma噪声、指数噪声、均匀噪声、脉冲噪声、A=zeros(120，120)；fori=2133690100 forj=2133690100 a(I，j)=127；endend fori=41:8 forj=41:8 a(I，j)=255；EndendA=uint 8(A)；figuresubplot(241)；Imshow(A，)；subplot(245)；Hist(double(A)，10)；B=im noise (a，高斯，0，0.05)；subplot(242)；Imshow(B，)；subplot(246)；Hist(double(B)，10)；C=imnoise(A，speckle，0.05)；subplot(243)；Imshow(C，)；subplot(247)；Hist(double(C)，10)；D=imnoise(A，salt，示例噪波图像及其直方图，空域滤波恢复平均滤波序列统计滤波自适应中值滤波频域滤波恢复带阻滤波器带通滤波陷波器，平均滤波器、算术平均、算术平均和几何平均过滤器适用于高斯或均匀随机噪声、几何平均、谐波平均、反向谐波平均、谐波平均适用于脉冲噪声处理，不适用于“盐”噪声效果，但不适用于“胡椒”噪声反向谐波平均的效果与q有关。Q0“胡椒”去噪Q0“盐”去噪，“胡椒”噪声干扰图像“盐”噪声干扰图像，Q值不适当的滤波效果，33大小，Q=1.5的33大小，Q=-1.5的逆谐波平均滤波谐波平均滤波，A=im read(camera man . TIF)；An=im noise (a，高斯，0，0.06)；An=double(An)；Figuresubplot(231)；im show(A)；标题(原件)；subplot(232)；Imshow(An，)；标题(噪音度)；An mean 1=im filter (an，fspecial (average，3)；subplot(233)；Imshow(Anmean1，)；Title(算术平均值)；An mean 2=exp (im filter (log (an)，fspecial (average，3)；subplot(234)；Imshow(Anmean2，)；Title(几何平均)；Q=-1.5；An mean 3=im filter (an .(q 1)，fspecial (average，3)。/im filter (an .q，fspecial (average，3)；subplot(235)；Imshow(Anmean3，)；Title(反向谐波1)；Q=1.5An mean 4=im filter (an .(q 1)，fspecial (average，3)。/im filter (an .q，fspecial (average，3)；subplot(236)；Imshow(Anmean4，)；Title(反向谐波2 )；不同平均滤波对高斯噪声污染图像的处理效果，不同平均滤波对胡椒噪声污染图像的处理效果、通过反向谐波恢复了被胡椒噪声和盐噪声分别污染的图像。平均滤波器摘要算术平均滤波器和几何平均滤波器适用于处理随机噪声谐波平均滤波器，如高斯或均匀性。也就是说，必须事先知道噪波是暗噪波还是亮噪波，才能轻松选择相应的q符号。顺序统计过滤器对脉冲(盐和胡椒)噪声有效。中值过滤器比平均过滤器产生的模糊小.最大值过滤器用于去除搜索图像中的亮点“辣椒”最小值过滤器搜索图像中的暗点。用于去