图像复原基本原理PPT课件.ppt
《图像复原基本原理PPT课件.ppt》由会员分享,可在线阅读,更多相关《图像复原基本原理PPT课件.ppt(76页珍藏版)》请在三一文库上搜索。
1、1,图像复原 -Image restoration,2,模糊? 退化!,3,4,6.1 图像退化原因与复原技术分类,图像质量的退化(degradation) 由于射线辐射、大气湍流等造成的照片畸变 A/D过程会损失部分细节,造成图像质量下降 镜头聚焦不准产生的散焦模糊 成像系统中始终存在的噪声干扰 相机与景物之间的相对运动产生的运动模糊 底片感光、图像显示时会造成记录显示失真 成像系统的像差、非线性畸变、有限带宽 携带遥感仪器的飞机或卫星运动的不稳定,以及地球自转等因素引起的照片几何失真,5,图像复原 又叫图像恢复,是指在研究图像退化原因的基础上,以退化图像为依据,根据一定的先验知识,建立一个
2、退化模型,然后用相反的运算,恢复原始的景物图像 图像复原对已知的退化图像进行分析,估计出最接近原图像的结果,是一个信号的求逆过程,6,图像复原要明确规定质量准则 衡量接近原始景物图像的程度 图像复原的关键-复原模型 可以用连续数学或离散数学处理 复原模型必须根据导致图像退化的数学模型来对退化图像进行处理,具体可通过在空间域卷积或在频域相乘实现,7,传统的复原方法 基于平稳图像、线性空间不变的退化系统、图像和噪声统计特性的先验知识已知等条件下进行讨论 现代的复原方法 适合于非平稳图像(如卡尔曼滤波),采用非线性方法(如神经网络),在信号与噪声的先验知识未知(如盲图像复原)等前提下开展工作,8,图
3、像复原与图像增强的关系,联系 都可以改善输入图像的视觉质量 区别 图像增强(主观) 为了视觉系统的生理接受特点而设计的一种改善方法 目的:得到较好的视觉效果 图像复原(客观) 图像自身在某种情况下会退化,致使图像品质下降 目的:将退化过程用模型描述,并采用相反过程处理,以恢复原始图像,9,图像增强,图像复原,对一幅已经退化的图像,通常的做法是先做图像复原,再进行图像的增强处理,10,退化模型,退化过程通常可以被模型化为一个退化函数和一个噪声,退化系统,11,图像复原的过程,图像复原的目的是利用逆求解方法恢复退化/失真的图像 根据g(x,y),获得关于f(x,y)的最佳估计f (x,y) 与图像
4、增强的区别 图像恢复需要利用已知或可以估计出的退化模型: 先验知识 (priori knowledge) Original content and quality Good looking,12,“最佳估计”而非“真实估计” 由于存在可能导致图像复原的病态性 最佳估计问题不一定有解 由于图像复原中可能遇到奇异问题 逆问题可能存在多个解,13,图像恢复:根据g(x,y),获得关于原图像的近似估计f (x,y) 恢复的方法:如果我们所知道的退化函数H和噪声n的信息愈多,我们就能尽可能准确地估计原始输入图像 如果退化函数H是线性、空间位移不变性系统 空域中的退化图像 g(x,y)=h(x,y)*f(
5、x,y)+n(x,y) 频域中的表示 G(u,v)=H(u,v)F(u,v)+N(u,v),14,图像复原的分类 按照退化模型 无约束:仅将图像看做一个数字矩阵,从数学角度处理 有约束:还考虑图像的物理约束 按照是否需要用户干预 自动式 交互式 按照处理所在的域 空间域恢复 频率域恢复,15,噪声模型,噪声:主要源自图像的获取的传输过程 噪声的描述: Probability density functions(PDF) 噪声模型:通常由噪声的物理来源特性决定 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。 瑞利分布:特征化噪声。 指数分布、伽马分布:激光成像。 脉冲噪声(椒盐噪
6、声):错误的开关操作。 均匀分布:常作为模拟随机数产生器的基础,实践中较少,16,高斯噪声,瑞利噪声,伽马噪声,指数噪声,均匀噪声,脉冲噪声,17,A=zeros(120,120); for i=21:100 for j=21:100 A(i,j)=127; end end for i=41:80 for j=41:80 A(i,j)=255; end end A=uint8(A);,figure;subplot(241);imshow(A,); subplot(245);hist(double(A),10); B=imnoise(A,gaussian,0,0.05); subplot(242
7、);imshow(B,); subplot(246);hist(double(B),10); C=imnoise(A,speckle,0.05); subplot(243);imshow(C,); subplot(247);hist(double(C),10); D=imnoise(A,salt ,18,19,样本噪声图像和它们的直方图,20,21,空域滤波复原 均值滤波器 序列统计滤波器 自适应中值滤波器 频域滤波复原 带阻滤波器 带通滤波器 陷波滤波器,22,均值滤波器,算术均值,算术均值与几何均值滤波器适合处理高斯或均匀等随机噪声,几何均值,谐波均值,逆谐波均值,谐波均值适合处理脉冲噪声
8、, 对于“盐”噪声效果很好,但不适于“胡椒”噪声 逆谐波均值的效果与Q有关: Q0 消除“胡椒”噪声 Q0 消除“盐”噪声,23,24,“胡椒”噪声干扰图像 “盐”噪声干扰图像,Q值取值不当的滤波效果,33大小,Q=1.5的 33大小,Q=-1.5的逆逆谐波均值滤波器 谐波均值滤波器,25,A=imread(cameraman.tif); An=imnoise(A,gaussian,0,0.06);An=double(An); figure; subplot(231); imshow(A); title(原图); subplot(232); imshow(An,);title(噪声图); An
9、mean1=imfilter(An,fspecial(average,3); subplot(233); imshow(Anmean1,);title(算术均值); Anmean2=exp(imfilter(log(An),fspecial(average,3); subplot(234); imshow(Anmean2,);title(几何均值);,26,Q=-1.5; Anmean3=imfilter(An.(Q+1),fspecial(average,3)./imfilter(An.Q,fspecial(average,3); subplot(235); imshow(Anmean3,)
10、;title(逆谐波1); Q=1.5; Anmean4=imfilter(An.(Q+1),fspecial(average,3)./imfilter(An.Q,fspecial(average,3); subplot(236); imshow(Anmean4,);title(逆谐波2);,27,不同均值滤波器对高斯噪声污染图像的处理效果,28,不同均值滤波器对椒盐噪声污染图像的处理效果,29,逆谐波对分别被胡椒噪声和盐噪声污染的图像进行复原的结果,30,均值滤波器总结 算术均值滤波器和几何均值滤波器适合于处理高斯或均匀等随机噪声 谐波均值滤波器适合于处理脉冲噪声 缺点:必须事先知道噪声是暗
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像 复原 基本原理 PPT 课件
链接地址:https://www.31doc.com/p-9509151.html