《数字图象处理：五 图像复原》由会员分享，可在线阅读，更多相关《数字图象处理：五 图像复原（54页珍藏版）》请在金锄头文库上搜索。
1、第5章 图像复原 Things which we see are not by themselves what we see. It remains completely unknown to us what the objects may be by themselves and apart from the receptivity of our senses. we know nothing but our manner of perceiving them.Immanuel Kant 概述:什么是图像复原？ 沿着质量降低的逆过程来重现真实的原始图像。通过去模糊函数而去除图像模糊。图像增强
2、：实际上是一种对比度拉伸，评价的标准是观察者 主观感受；图像复原：则是通过定量的去模糊函数而去除图像的模糊成 分。5.1 图像退化/复原过程的模型空域：频域：图像退化包含了两种因素：图像噪声( x , y )退化系统 h ( x , y )先考虑只存在噪声时的图像复原，此时H=1 (等同运算符)。5.2 噪声模型图像噪声从那里来的？图像获取过程 图像获取的环境条件和传感器质量。图像传输过程传输信道受到干扰。5.2.1 噪声的空间和频率特性空间特性：假设噪声是独立于空间坐标的且与图像本身 无关联。频域特性: 指噪声的在傅立叶域的频谱分布。 5.2.2 一些重要噪声的概率密度函数（PDF ）高斯噪
3、声： (5.2.1)z 为灰度值，是均值，是标准差。瑞利噪声：(5.2.2)其均值为：方差为：伽马噪声：其均值为：方差为：其均值为：方差为：指数分布噪声：均匀分布噪声：其均值为：方差为：脉冲噪声（椒盐噪声）：高斯噪声 、瑞利噪 声、伽马 噪声、指 数噪声、 均匀分布 噪声、脉 冲噪声的 概率密度 曲线。各种噪声对图像退化(污染)的实例噪声污染前的图像噪 声 污 染 后 的 图 像噪声污染的图像（续）5.2.3 周期噪声图(a)受到了周期噪声的干扰；图(b)是其傅立叶频谱图；5.2.4 噪声参量的估计5.3 用空间滤波来复原噪声污染的退化图像5.3.1 均值滤波器算术均值滤波器(第三章中已讲过)
4、几何均值滤波器谐波均值滤波器定义逆谐波均值滤波器定义Q是滤波器的阶数：当Q0 时，成为算术平均滤波器；当Q-1时，成为谐波均值滤波器；当Q 0 时，适用于“胡椒噪声”;当Q 1/2时，接近维纳滤波； =1、 1/2时，谱均衡滤波器。5.11 几何变换 校正图像的几何变形 另外，有时候，我们为了某种效果，而有意识对图像进行变形，如电影中的某些特技、广告中的一些特殊效果的图片等。5.11.1 空间变换 空间位置变换可以很简单，也可以非常复杂。 实际进行几何变换时，定义一些形变四边形。 用双线性方程对来描述：5.11.2 灰度级插补 变形后的图像其坐标点的值只能是整数值。 给变形后图像的整数点赋值，称为灰度插补。两种方法：(1)最近邻域法(2)双线性内插法双线性内插法确定四边形内每个像素点的坐标。 图像变形实例a b c d f e 本章小结本章基于线性系统的描述，介绍了图像复原技术 。图像的退化包括了噪声和退化系统两种因素，各自 的复原用到的方法不同。当仅存在噪声时，用滤波；当仅有退化系统时用逆 滤波，当两者都存在时，用维纳滤波。图像的几何变形是图像复原的重要内容，是非常有 用的。图像的放大和缩小是图像几何变形的特例。注意图像复原和图像增强的区别。
