第七章运动图像复原-4预案.ppt

* * 首先，我们在学习运动模糊复原方法之前，要先了解模糊图像是怎么形成的，只有了解了形成的原理，才能找到解决的办法。 * 举例：夜晚拍照时最容易出现照片糊掉了的事情，通常晚间拍照需要用三脚架。 运动造成图像模糊的过程实质就是对原始图像进行对点平滑的过程，也就是一个象素与运动方向上的周围象素进行累加平均的过程。这个过程在数学上就是卷积，所以恢复过程就等于逆卷积(也称为去卷积)。 * * * 噪声的分布是什么样的，噪声是否与图像相关？ 首先我们来讨论降质函数（退化函数）H，然后再来讨论降质模型（退化模型），最后讨论根据退化模型如何恢复图像。 * 第一节 方向决定模糊的方向，速率决定模糊的尺度。 举例：A-B-C, * * 第二节 * Sn表示噪声的功率谱，Sf表示未退化图像的功率谱，维纳滤波为均方误差最小意义下的最佳滤波，可使具有噪声干扰图像的客观复原性能达到最佳。 维纳滤波恢复方法是一种较好的恢复方法，避免了频域处理的病态问题，但是对具体问题时，有时得到的结果不能令人满意。这是因为: 维纳滤波假设是线性系统，但实际上图像的记录和评价图像的人的视觉系统往往都是非线性的。 维纳滤波是基于平稳随机过程模型。实际存在的图像不一定都符合这个模型，大多数图像都是高度非平稳的。若图像与噪声实际随机特性平稳性差距较大时，维纳滤波难以得到最佳效果。 维纳滤波是最小均方误差意义下的最佳滤波器。然而这个准则不一定与人类的视觉判断准则相符合。人眼对暗处和高梯度区域的误差具有较大 的容忍度，而均方误差准则对所有的误差，不管其处在图像中的位置如何，都赋以同样的权值，对图像进行了一种并非最适合人眼的平滑。 维纳滤波建立在最小化统计准则基础上，只是在平均意义上最优。维纳滤波需要大量的先验知识，实用中常常难以进行。尤其是噪声功率谱和未退化图像功率谱很难获得。 * * * * * 图所示是对图像加最优窗前后的图像恢复情况的对比，由实验结果可以看出，没加最优窗恢复的图像有明显的振铃效应，恢复的图像质量较差，严重影响图像的后续处理工作；而加了最优窗后恢复的图像清晰，恢复结果有了明显改善，边界的振铃效应明显减弱，但是加最优窗的方法会使图像边界增加两条黑色的边界，可以通过剪裁图像边界的方法来修正恢复后的图像。 * 第四节 投影法与维纳滤波的恢复结果比较（一） （a）水平运动模糊图像 （b）使用维纳滤波的恢复效果 （c）使用投影法恢复效果 （d）维纳滤波法对“航空”图像的的恢复结果 （e）投影法的恢复结果（迭代30次） 投影法和维纳滤波法的恢复结果比较（二） （a）运动模糊图像 （b）使用维纳滤波方法的恢复结果（c）使用投影法的恢复结果 运动造成图像模糊的过程实质就是对原始图像进行多点平滑的过程，也就是一个像素与运动方向上的周围像素进行累加平均的过程。这个过程在数学上就是卷积，所以恢复过程就等于逆卷积（也称去卷积）。在逆卷积恢复图像的过程中，每个像素都得需要相邻像素的信息才能得以恢复，但图像边沿的像素由于没有足够的相邻像素可以利用，所以会导致恢复图像的边沿变差，并且整幅图像有明暗相间的条纹，即振铃效应。 7.3.5 振铃效应的抑制 产生振铃效应的原因： 抑制振铃效应的方法: 循环边界法： 在使用维纳滤波进行图像复原时，为了抑制边界截断引起的寄生波纹，可以将原来的复原问题变成具有循环边界的复原问题。其做法是将观测图像按反射对称方式延拓，由原图尺寸m×n变成2m×2n，下图表示了延拓方法的基本原理。 图像延拓示意图 由于FFT在空间域和频率域的双周期性，当在2m×2n尺寸上使用FFT技术时，意味着以2m×2n尺寸对原图像进行周期延拓。这时在任何一个延拓的结合处都不会出现灰度值的跳变，这就消除了造成边界截断寄生波纹的主要因素。 循环边界法的实验结果 （a）原始图像 (b) 模糊图像x=20 y=10 (e) 模糊图像拼接 (f) 恢复拼接图像的结果 (c)截取的模糊图像 (d)直接对截取图像的恢复结果 (g)利用循环边界法的恢复结果 最优窗法： 随着PSF的变换，最优窗的形式也随之变化。最优窗对观测图像的边界进行加权处理，使得像素值向外逐步过度到零。这样修正的目的是使观测图像在边界附近接近于完全卷积的自然边界图像，边界结合处不会出现灰度值的跳变，从而达到抑制振铃效应的目的。 最优窗 最优窗将图像平面分为9个区域 小结： 循环边界法的缺点是图像的尺寸变为原来的四倍，这样运算量也就增加许多，在仿真实验中或事后处理系统中这是可以接受的，但在实时性要求比较高的情况下这是不允许的。如何在不增加图像尺寸的基础上对振铃效