数字图像处理(冈萨雷斯)课件6-图像复原

《数字图像处理(冈萨雷斯)课件6-图像复原》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数字图像处理（6）任何问题？图像复原图像退化/复原过程的模型噪声模型空间域滤波复原（唯一退化是噪声）频率域滤波复原（削减周期噪声）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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外部干扰等图像复原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，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

2、空间域或频率域滤波器实现图像复原图像复原概述（续）图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真在图像退化确知的情况下，图像退化的逆过程是有可能进行的但实际情况经常是退化过程并不知晓，这种复原称为盲目复原由于图像模糊的同时，噪声和干扰也会同时存在，这也为复原带来了困难和不确定性图像复原图像退化/复原过程的模型f(x,y)表示一幅输入图像g(x,y)是f(x,y)产生的一幅退化图像H表示退化函数x,y表示外加噪声给定g(x,y)，H和x,y,怎样获得关于原始图像的^近似估计f

3、x,y？图像复原如果系统H是一个线性、位置不变性的过程，退化图像可以表示为gx,yhx,y*fx,yx,y空间域上的卷积等同于频率域上的乘积Gu,vHu,vFu,vNu,vh(x,y)表示退化函数的空间描述图像复原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图像复原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）一些

4、重要噪声的概率密度函数(PDF)高斯瑞利伽马指数均匀脉冲图像复原高斯噪声高斯噪声的概率密度函数(PDF)由下式给出12/22pzez2z的值有70%落在,范围内，有95%落在2,2范围内图像复原瑞利噪声瑞利噪声的PDF由下式给出2za2/bzazaepzbza0ab/42b44距离原点的位移是a函数曲线向右变形图像复原伽马（爱尔兰）噪声伽马噪声的PDF由下式给出bb1azazzaepzb1!za0b

5、a2b2a图像复原指数分布噪声指数噪声的PDF由下式给出，其中,a>0aeazzapz0za1a212a指数分布的PDF是当b=1时爱尔兰分布的特殊情况图像复原均匀分布噪声均匀分布噪声的PDF由下式给出1azbpzba0其它ab222ba12图像复原脉冲噪声（椒盐噪声）脉冲噪声的PDF由下式给出PazapzPbzb0其它如果p或p为零，则脉冲噪声称为单极脉冲ab如果p或p均不为零，则脉冲噪声称为双极ab脉冲噪声或椒盐噪声图像复原脉冲噪声（椒盐噪声）（续）脉

6、冲噪声可以为正，也可为负标定以后，脉冲噪声总是数字化为最大值（纯黑或纯白）通常，负脉冲以黑点（胡椒点）出现，正脉冲以白点（盐点）出现图像复原几种噪声的运用高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器噪声瑞利噪声对分布在图像范围内特征化噪声有用伽马分布和指数分布用于激光成像噪声均匀密度分布作为模拟随机数产生器的基础脉冲噪声用于成像中的短暂停留中，如错误的开关操作样本噪声图像和它们的直方图用于噪声模型的测试图由简单、恒定的区域组成仅仅有3个灰度级的变化样本噪声图像和它们的直方图高斯噪声瑞利噪声伽马噪声图像直方图样本噪声图像和它们的直方图指数

7、噪声均匀噪声椒盐噪声图像直方图样本噪声图像和它们的直方图结论上述噪声图像的直方图和它们的概率密度函数曲线对应相似前面5种噪声的图像并没有显著不同但它们的直方图具有明显的区别图像复原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图像复原空间域滤波复原（唯一退化是噪声）当唯一退化是噪声时，gx,yfx,yx,yGu,vFu,vNu,v噪声项未知，不能从g(x,y)或G(u,v)减去噪声可以选择空间滤波方法进行图像复原图像复原图像复原的空间滤波器均值滤波器算术