第5章-图像恢复.ppt

1、第5章图像复原，5.1概论5.2图像劣化模型5.3噪声模型5.4保持线性位移的劣化过程5.5图像复原方法，第5章图像复原，将劣化图像恢复到原来的样子的技术过程。 “劣化”在拍摄中受到拍摄系统的各种因素的影响，使影像质量降低。 方法利用退化过程的先验知识，建构退化过程的数学模型，使退化的图像恢复本来面目。 “退化”的逆过程。 处理目的：改善图像质量。 5.1概论，图像复原与影像增强的研究内容有一定的交叉性。 图像增强是改善图像的视觉感知效果的技术，即图像复原是对劣化(或品质降低)的图像除去劣化因素，复原或重构劣化的图像的技术。 进行5.1概论、5.2图像退化模型、图像恢复的基本思维方法是找到使原

2、图像劣化的主要原因，对图像退化过程进行模型化，并根据该模型化后的图像在相反的过程中进行图像处理，从而尽可能地恢复原图像。5.2图像退化模型，5.2.1常见退化现象的物理模型，常见3种退化现象的物理模型模式图，5.2图像退化模型，5.2图像退化模型的表示，图像退化过程可以理解为原来所加的数字成像中的噪声源是图像捕获(连续转换成数字) 和传输过程中感光器件接收环境干扰作用的图像在传输过程中所接收的干扰作用、5.3图像噪声、5.3.1常见噪声及其概率分布函数，(1)高斯噪声是电子电路噪声和低照度或高温引起的传感器噪声，高斯噪声也被称为正常噪声，其概率分布函数是： 其中，高斯随机变量z表示灰度值，高斯

3、随机变量z表示表示表示灰度值的z的平均值或期望值的z的标准离差，标准离差的平方称为z的方差。5.3图像噪声、5.3.1常见噪声及其概率分布函数、高斯噪声是光电合十礼噪声的特例。 所谓合十礼噪声，是指与图像面上的不同点的噪声无关，其功率谱一定，即强度不会随着频率的增加而衰减。 (1)高斯噪声，5.3图像噪声，5.3.1常见噪声及其概率分布函数，(1)高斯噪声图像(图像直方图为高斯分布的图像)，(5.3图像噪声，(1)高斯噪声污染的图像概率密度的平均和方差分别为、5.3图像噪声， 5.3.1常见噪声及其概率分布函数(2)瑞利噪声、概率分布函数、5.3图像噪声、(2)瑞利噪声图像(图像直方图为瑞利分

4、布的图像)、5.3.1常见噪声及其概率分布函数(3)噪声均匀分布的噪声的概率分布函数， 概率密度的期望值和色散值分别是：5.3图像噪声，5.3.1常见噪声及其概率分布函数(3)均匀分布噪声的5.3图像噪声，(3)均匀噪声污染图像，(4)脉冲噪声(椒盐卷饼噪声) (双极)脉冲噪声的概率密度， 在Pa和Pb都不为零、脉冲既不是正也是负的情况下，通常负脉冲出现在黑点(胡椒点)，正脉冲出现在白点(盐点)，由5.3图像噪声表示，由(4)脉冲噪声(椒盐卷饼噪声)表示的脉冲噪声如果Pa或Pb的任何一个为零，则脉冲噪声为单极。 通常，由于脉冲噪声总是数字化为允许最大值或最小值，因此负脉冲在黑点(胡椒点)出现在

5、图像中，而正脉冲在白点(盐点)出现在图像中。5.3图像噪声、(4)脉冲噪声(椒盐卷饼噪声)(续2 )、5.3图像噪声、概率分布函数、5.3.1常见噪声及其概率分布函数、(4)脉冲噪声图像、(图像直方图如何判定一幅图像被某噪声污染？ 5.3.1常见的噪声及其概率分布函数，为了判断一幅图像如何被某个噪声污染，取一幅图像块摇滾乐，当求其图像直方图的输入函数为f (，)和n(x，y)=0时，其输出函数g(x，y )，狄拉克函数，脉冲如图所示，5.4.1点扩展函数在输入的单位脉冲函数延迟，单位，即输入为(x，y )时，如果输出为h(x，y )，则将该系统称为位移不变系统。 5.4线性位移不变的退化过程、

6、(线性重日式榻榻米原理)、(一次性； x、y为变量)、(位移不变、日式榻榻米取入表示)、即线性位移不变系数的输出等于系数的输入与系数冲击响应(点扩展函数)的日式榻榻米取入。 估计狄拉克函数的性质、5.4线性位移不变的退化过程、5.4.2无噪声的退化过程、5.4.3退化函数，线性位移不变系统由该点扩展函数决定，一个脉冲可以在一个亮点上模拟。5.4.3劣化函数、推定通用相机与被摄体的相对运动的劣化函数、5.5图像复原的方法、空间域与频率域分别处理技术：空间域复原方法与频率域复原方法。 在线性位移发生变化的系统中，从频带的观点来看使图像劣化，反映摄像系统的性能。 对5.5图像复原的方法、5.5.1逆过滤方法、简并性图像g(x，y )进行2维傅立叶变换，得到G(u，v )。 通过校正关系统冲击响应h(x，y )的二维傅立叶变换获得H(u，v )。 修正算法F(u，v )； 对F(u，v )的逆傅立叶变换进行修正，求出f(x，y )。 无噪声的逆滤波恢复方法、5.5.1逆滤波、放大噪声的原因： H(x，y )的振幅随着距原点u，v的距离的增加而急速降低，噪声的振幅变化变缓。 病态性质(1) H(u，v)=0:f(u，v) (2)H(u，v)0:放大噪声、逆滤波器例子，逆滤波器Pn(u，v )是噪声功率谱。 Pf(u，