数字图像处理第五章

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

找退化原因→建立退化模型→反向推演→恢复图像
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,体现在建立的退化模型是否合适。
图像复原和图像增强的区别: 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。 5.1.2 系统的描述 点源的概念 事实上,一幅图像可以看成由无穷多极小的像素所组成, 每一个像素都可以看作为一个点源成像,因此,一幅图像也 可以看成由无穷多点源形成的。
采用线性位移不变系统模型的原由: 1)由于许多种退化都可以用线性位移不变模型来近似, 这样线性系统中的许多数学工具如线性代数,能用于 求解图像复原问题,从而使运算方法简捷和快速。 2)当退化不太严重时,一般用线性位移不变系统模型来 复原图像,在很多应用中有较好的复原结果,且计算 大为简化。 3)尽管实际非线性和位移可变的情况能更加准确而普遍 地反映图像复原问题的本质,但在数学上求解困难。 只有在要求很精确的情况下才用位移可变的模型去求 解,其求解也常以位移不变的解法为基础加以修改而 成。
在数学上,点源可以用狄拉克δ 函数来表示。二 维δ 函数可定义为
x 0, y 0 ( x, y) 其它 0
且满足
x, y dxdy x, y dxdy 1



它的一个重要特性就是采样特性。即


f ( x, y) ( x , y )dxdy f ( , )
T af x, y aT f x, y
则称该运算为二维线性运算。由它描述的系统,称为二维线 性系统。 当输入为单位脉冲δ (x , y)时,系统的输出便称为脉冲 响应,用h (x , y)表示。在图像处理中,它便是对点源的响 应,称为点扩散函数。用图表示为
当输入的单位脉冲函数延迟了α 、β 单位,即当输入为 δ (x –α, y –β)时,如果输出为h(x –α, y –β),则称此 系统为位移不变系统。
线性



f ( , )T x , y dd


移不变


f , h x , y dd
简记为
g ( x, y) f ( x, y) h( x, y)

上式表明,线性位移不变系统的输出等于系统的输入和系 统脉冲响应(点扩散函数)的卷积。
下图表示二维线性位移不变系统的输入、输出和运算关系
f(x,y) h(x,y) g(x,y)= f(x,y)* h(x,y)
5.1.2 图像退化的数学模型 假定成像系统是线性位移不变系统 ,则获取的图像g(x,y) 表示为 g(x,y)= f(x,y)* h(x,y) f(x,y)表示理想的、没有退化的图像,g(x,y)是退化(所 观察到)的图像。 若受加性噪声n(x,y)的干扰,则退化图像可表示为 g(x,y)= f(x,y)* h(x,y)+ n(x,y) 这就是线性位移不变系统的退化模型。退化模型如图所示
因此还有
wk.baidu.com
f ( x , y ) f ( x, y) ( x , y )
二维线性位移不变系统 如果对二维函数施加运算T[· ] ,满足 ⑴ T f1 x, y f 2 x, y T f1 x, y T f 2 x, y ⑵
H(u,v)称为系统的传递函数。从频率域角度看,它使图像 退化,因而反映了成像系统的性能。
通常在无噪声的理想情况下,上式可简化为
G(u, v) F (u, v) H (u, v)

F (u, v) G(u, v) / H (u, v)
进行反傅立叶变换可得到 f(x,y) 。以上就是逆滤波复原的 基本原理。1/H(u,v)称为逆滤波器。 逆滤波复原过程可归纳如下: (1)对退化图像g(x,y)作二维离散傅立叶变换,得到G(u,v) ; (2)计算系统点扩散函数h(x,y)的二维傅立叶变换,得到 H(u,v); F (u, v) G(u, v) / H (u, v) (3)逆滤波计算 F (u, v)

当α =β =0时
f (0,0)


f ( x, y ) ( x, y )dxdy

它的另一个重要特性就是位移性。
f ( x, y)




f ( , ) ( x , y )dd
用卷积符号 * 表示为
f ( x, y) f ( x, y) ( x, y )
5.3 频率域恢复方法
5.3.1 逆滤波恢复法
对于线性移不变系统而言

g ( x, y)
f ( x, y) h( x, y) n( x, y)
对上式两边进行傅立叶变换得

f ( , )h( x , y )dd n( x, y)
G(u, v) F (u, v) H (u, v) N (u, v)
第五章 图像复原与重建
5.1 图像退化模型
5.1.1 图像的退化 图像的退化是指图像在形成、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。 图像复原就是要尽可能恢复退化图像的本来面目,它是 沿图像退化的逆过程进行处理。 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,得到质量改善的图像。图像复原过程如下:
对于一个二维线性位移不变系统,如果输入为f(x , y) ,输出为g (x , y),系统加于输入的线性运算为T[ • ],则有
g ( x, y ) T f ( x, y ) T f ( , ) ( x , y )dd
相关文档
最新文档