图像处理十图像的复原.PPTVIP

?? 图像的复原 ?? 图像复原 ?? 图像复原 图像退化现象：图像模糊、失真、噪声等。 图像退化原因；大气湍流效应、光学系统的绕射、光学系统的像差、成像设备与物体的相对运动、传感器特性的非线性、感光胶卷的非线性和胶片颗粒噪声、摄像扫描所引起的几何失真等。 图像恢复：明确图像退化原因，建立数学模型，沿逆过程恢复图像。 主要方法：代数方法恢复、运动模糊恢复、逆滤波恢复、Wiener滤波恢复、功率谱均衡恢复、约束最小平方恢复、最大后验恢复、最大熵恢复、几何失真恢复。 ?? 图像复原 ?? 图像复原 ?? 图像退化模型 ?? 图像退化模型 ?? 离散退化模型 离散退化模型： 离散退化模型的矩阵表示：5122? 5122 =262144 ? 262144 H的矩阵表示： ?? 图像复原模型 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 ?? 逆滤波复原法 维纳滤波复原法 维纳滤波复原法 功率谱特征：图像的功率谱具有低通性，噪声的功率谱为常数或变化平缓。 图像信号近似看作平稳随机过程。 图像恢复准则：f(x,y)和 的之间的均方误差e2达到最小，即 线性滤波：寻找点扩散函数hw(x,y)，使得 维纳滤波复原法 维纳滤波复原法 维纳滤波复原法 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 去除由匀速运动引起的模糊 ?? 图像的几何校正 ?? 空间坐标变换 ?? 空间坐标变换 ?? 几何校正 ?? 几何校正 ?? 几何校正 ?? 几何校正 ?? 几何校正 ?? 像素灰度内插方法 间接法：设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发算出在已知畸变图像上的坐标(x‘,y’)，即 虽然点（x,y）坐标为整数，但(x,y)一般不为整数，不会位于畸变图像像素中心，因而不能直接确定该点的灰度值，而只能由其在畸变图像的周围像素灰度内插求出，作为对应像素（x,y）的灰度值，据此获得校正图像。由于间接法内插灰度容易，所以一般采用间接法进行几何纠正。 2．h1(x,y)和h2(x,y)未知条件下的几何校正 在这种情况下，通常用基准图像和几何畸变图像上多对同名像素的坐标来确定h1(x,y)和h2(x,y)。 假定基准图像像素的空间坐标（x,y）和被校正图像对应像素的空间坐标(x，y )之间的关系用二元多项式来表示。 式中N为多项式的次数，aij和bij为各项系数，aij,bij为待定数。 线性畸变 可从基准图像上找出三个点（r1,s1）,(r2,s2),(r3,s3) ，它们在畸变图像上对应的三个点坐标为(x1,y1) ,(x2,y2) ,(x3,y3)。 把坐标分别代入上式，并写成矩阵形式 当N＝1时 通常用线性变换表示： 则可解联立方程或矩阵求逆，得到ai、bi系数，这样h1(x,y)和h2(x,y)确定了，则可用已知h1(x,y)和h2(x,y)的间接法校正几何失真的图像。 * 图像复原是图像处理的另一重要课题。它的主要目的是改善给定的图像质量并尽可能恢复原图像。 图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏，这一过程称为图像的退化。图像的复原就是要尽可能恢复退化图像的本来面目，它是沿图像降质的逆向过程进行。 典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，使图像质量得到改善。可见，图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。 图像复原的一般过程: 弄清退化原因→建立退化模型→反向推演→恢复图像 对图像复原结果的评价已确定了一些准则，这些准则包括最小均方准则、加权均方准则和最大熵准则等，这些准则是用来规定复原后的图像与原图像相比较的质量标准。 图像复原和图像增强是有区别的，二者的目的都是为了改善图像的质量。但图像增强不考虑图像是如何退化的，只通过试探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的先验知识，据此找出一种相应的逆过程方法，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。 用巴特沃思带阻滤波器复原受正弦噪声干扰的图像 (a) 被正弦噪声干扰的图像 (b) 滤波效果图 (a) (b) 维纳滤波器应用 (a