05-图像复原解读.ppt

5.2 频率域图像复原方法 计算图像g(x，y)的二维离散傅立叶变换得到G（u，v）； 计算点扩散函数hw（x，y）的二维离散傅立叶变换。同逆滤波一样，为避免混叠效应引起的误差，应将尺寸延拓； 估算图像的功率谱Sn（u，v）和噪声功率谱密度Sf（u，v）； 计算图像的估计值 计算 的傅立叶逆变换，得到恢复后的图像 5.3.4 图 像 镜 像 水平镜像：将图像左半部分和右半部分以图像垂直中轴线为中心进行镜像对换； 垂直镜像：将图像上半部分和下半部分以图像水平中轴线为中心进行镜像对换。 注意 以上讨论是绕坐标原点（0，0）进行的。 如果图像旋转是绕一个指定点（a，b）旋转，则要将坐标系平移到该点，再进行旋转，然后将旋转后的图像平移回原来的坐标原点。 5.4 图像的几何校正 5.5 图像重建 图像重建：指由一个物体的多个（轴向）投影图重建目标图像的技术。 从投影重建图像可看成是一类特殊的图像恢复技术。 投影——退化 重建———复原 通过投影重建可以直接看到原来被投影某种特性的空间分布，比直接观察投影图直观，因此在医疗放射学、核医学、电子显微、无线电雷达天文学、光显微和全息成像学及理论视觉等领域都有广泛应用。 可以看出投影法是一种很自然的方法，有点像灰度直方图。为了得到更好的效果，投影法经常和阈值化一起使用。由于噪声点对投影有一定的影响，所以处理前最好先做一次平滑，去除噪声，然后进行阈值化处理，再对阈值化后的二值图像在某个方向上进行投影运算。 为了测出三维物体的形状，一方面可以将检测器沿物体中心线一点点地移动，一方面求出多个垂直于通过物体中心线的断面，然后把它们依次连接起来，即根据一系列二维图像的位置变化构成三维图像。 一旦这样的物体三维信息被恢复，就可以求出关于具有任意倾斜度平面的断面，或者可以由三维的任意方向来看物体，从而使对物体形状的判读变得非常容易。 从多个断面恢复三维形状的方法有Voxel 法（体素法）、分块的平面近似法。 三维形状的复原 1.? Voxel 法（体素法） 如果在断面间加密，让断面内的抽样间隔和断面间隔相等，断面内的各像素就可以看成三维空间的小立方体，如图所示。因此，在多个断面图像中，断面之间相当于这个立方体高度，立方体堆积起来就可以表现物体的三维图像。 2．分块的平面近似法 分块的平面近似法是面向表面型的表示法。 图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否失真，只要看得舒服就行。 而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。 如果图像已退化，应先作复原处理，再作增强处理。 二者的目的都是为了改善图像的质量。 以上就是逆滤波复原的基本原理。1/H(u,v)称为逆滤波器。 下图给出了H(u,v)、H--1(u,v)同改进的滤波特性HI(u,v)的一维波形，从中可看出与正常的滤波的差别。 逆滤波是最早应用于数字图像复原的一种方法。并用此方法处理过由漫游者、探索者等卫星探索发射得到的图像 此矩阵的第一、二列构成单位矩阵，第三列元素为平移常量。由上述可知，对2D图像进行变换，只需要将图像的点集矩阵乘以变换矩阵即可，2D图像对应的点集矩阵是2×n阶的，而上式扩展后的变换矩阵是2×3阶的矩阵，这不符合矩阵相乘时要求前者的列数与后者的行数相等的规则 从上式可以看出，引入附加坐标后，扩充了矩阵的第3行， 并没有使变换结果受到影响。这种用n＋1维向量表示n维向量的方法称为齐次坐标表示法。 下面讨论3×3阶变换矩阵中各元素在变换中的功能。几何变换的3×3矩阵的一般形式为 下面讨论3×3阶变换矩阵中各元素在变换中的功能。几何变换的3×3矩阵的一般形式为 可见，s1时，图像按比例缩小，当0s1时，整个图像按比例放大；当s=1时，图像大小不变。 设原图像中的点P0(x0,y0)比例缩放后，在新图像中的对应点为P(x, y)，则P0(x0,y0)和P(x, y)之间的对应关系如图6-3所示。 插值处理常用的方法有两种， 一种是直接赋值为和它最相近的像素值， 另一种是通过一些插值算法来计算相应的像素值。前一种方法计算简单， 但会出现马赛克现象；后者处理效果要好些，但是运算量也相应增加。在下面的算法中直接采用了前一种做法。实际上，这也是一种插值算法， 称为最邻近插值法（Nearest Neighbor Interpolation）。 下面首先讨论图像的比例缩小。最简单的比例缩小是当 fx=fy=1／2时，图像被缩到一