数字图像处理图像复原技术
合集下载
相关主题
- 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、"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、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)。
数字图像处理/Digital Image Processing
基于几何失真的图像复原技术及Wiener滤波器的应用
BY73 20114/5
目录/contents
1 典型的几何失真
2 几何失真校正原理
3 Matlab实现几何失真校正 4 维纳滤波及应用
2
典型的几何失真
什么是几何失真？ 典型的几何失真
• 系统几何失真 • 非系统几何失真
3
什么是几何失真？
图像获取
成像系 统的非 线性
飞行器 的姿态 变化
比例失调，或 者扭曲
4
典型的几何失真 几何失真
系统失真 非系统失真
光学系统、电子扫 描系统失真而引起 的斜视畸变、枕行、 桶形畸变等.
飞行器的姿态、高 度和速度变化引起 的不稳定与不可预 测的几何失真.
5
典型的系统几何失真
(a)原图像
(b)梯形图像
(c)枕形图像
(c)桶形图像
6
典型的非系统失真图
(a)地球自转
(b) 流动
(c)速度变化
(d) 偏航
7
几何失真校正原理
• 几何校正 • 灰度插值
8
几何失真校正
1 概念 通过几何变换来校正失真图像中各像素位置，以重新得 到像素间原来的空间关系，以及原来的灰度值关系。
2 方法
Step1：几何校正，即图像空间坐标的变换； Step2：灰度校正，重新确定校正空间各像素点的取值。·
9
几何校正
y
像失 a 真 图
c
按照一幅标准图像f(x,y)或一组基准点去校正 另一幅几何失真图像g(x’,y’)。
y
b a’
d c’
x
b’像 校 正 图
d’ 10 x
灰度校正
一般校正后的图像某些像素点可能分布不均，
内插法 不会恰好落在坐标点上，因此常采用
来求
得这些像素点的灰度值。
（x,y）
空间变换
（x’,y’）
灰度赋值
11
灰度插值的常用方法
1 最近邻插值/nearest
2 双线性插值/bilinear
3 双三次插值/bicubic
A
D
（x,y）
空间变换
E
F
B
C
（x’,y’）
灰度赋值
x’,y’的最近邻
12
Matlab实现几何失真校正
• 几何失真算法 • 连接点法图像配准复原
13
Matlab图像校正
1 空间变换 tform=maketform(transform_type,transform_parameters)
2 灰度插值 g=imtransform(f,tform,interp)
3 连接点选择 cpselect(g,f)
Matlab提供了一组函数用 于几何失真图像的校正， 包括空间变换、灰度差值 和连接点选择。
14
几何失真算法
f=imread('C:\Users\Administrator\D esktop\nvshen.jpg'); figure(1);imshow(f); basepoints=[1 100;1 150;512 1;1 512;512 512]; inputpoints=[1 1;1 512;512 1;1 512;512 512]; tform=cp2tform(inputpoints,basepo ints,'projective'); gp=imtransform(f,tform,'XData',[1 512],'YData',[1 512]); figure(2);imshow(gp)
15
连接点法图像配准复原
f=imread('C:\Users\Administrator\Deskt op\nvshen.jpg'); figure(1);imshow(f); g=imread('C:\Users\Administrator\Desk top\nvshen5.jpg'); figure(2);imshow(g); cpselect(g,f);
对比原图，基本对无 损图像完成修复
Variables have been created in the current workspace. >> tform = cp2tform(input_points,base_points,'pro jective'); gp=imtransform(g,tform,'XData',[1 512],'YData',[1 512]); figure(3);imshow(gp);
16
维纳滤波/Wiener filtering
• 维纳滤波的Matlab实现 • 维纳滤波的应用
17
维纳滤波
1.
概念：维纳滤波是一种 综合了退化函数和 噪声统计特性
两个方面进行复原处理的一 种图像复原方法。
2.
特点：维纳滤波需要知
道原图像和噪声
的功率谱，但是一
常数 般这些不知道，用
K表示。
18
维纳滤波的Matlab实现
19
维纳滤波的应用
A=imread('C:\Users\Administrator\Desktop\nvshen.jp g'); imshow(A); LEN=40; THETA=45; PSF=fspecial('motion',LEN,THETA); MF=imfilter(A,PSF,'circular','conv'); imshow(MF); noise=imnoise(zeros(size(A)),'gaussian',0,1e-4); B=imnoise(MF,'gaussian',0,1e-4); figure(2); imshow(B); figure(3); imshow(deconvwnr(B,PSF),[]); noise=imnoise(zeros(size(A)),'gaussian',0,1e-4); NSR=sum(noise(:).^2)/sum(B(:).^2); figure(4); imshow(deconvwnr(B,PSF,NSR),[])
原图 运动模糊图
运动模糊叠加 高斯噪声图 20
不同级次高斯噪声叠 加运动模糊污染图
维纳滤波后的效 果图
对于添加不同的高斯噪声，
获得的图片质量也不一样，
随着噪声方差水平数量级
的减少，获得的图片质量
越高。
21
Thanks For Your Attention!
22
基于几何失真的图像复原技术及Wiener滤波器的应用
BY73 20114/5
目录/contents
1 典型的几何失真
2 几何失真校正原理
3 Matlab实现几何失真校正 4 维纳滤波及应用
2
典型的几何失真
什么是几何失真？ 典型的几何失真
• 系统几何失真 • 非系统几何失真
3
什么是几何失真？
图像获取
成像系 统的非 线性
飞行器 的姿态 变化
比例失调，或 者扭曲
4
典型的几何失真 几何失真
系统失真 非系统失真
光学系统、电子扫 描系统失真而引起 的斜视畸变、枕行、 桶形畸变等.
飞行器的姿态、高 度和速度变化引起 的不稳定与不可预 测的几何失真.
5
典型的系统几何失真
(a)原图像
(b)梯形图像
(c)枕形图像
(c)桶形图像
6
典型的非系统失真图
(a)地球自转
(b) 流动
(c)速度变化
(d) 偏航
7
几何失真校正原理
• 几何校正 • 灰度插值
8
几何失真校正
1 概念 通过几何变换来校正失真图像中各像素位置，以重新得 到像素间原来的空间关系，以及原来的灰度值关系。
2 方法
Step1：几何校正，即图像空间坐标的变换； Step2：灰度校正，重新确定校正空间各像素点的取值。·
9
几何校正
y
像失 a 真 图
c
按照一幅标准图像f(x,y)或一组基准点去校正 另一幅几何失真图像g(x’,y’)。
y
b a’
d c’
x
b’像 校 正 图
d’ 10 x
灰度校正
一般校正后的图像某些像素点可能分布不均，
内插法 不会恰好落在坐标点上，因此常采用
来求
得这些像素点的灰度值。
（x,y）
空间变换
（x’,y’）
灰度赋值
11
灰度插值的常用方法
1 最近邻插值/nearest
2 双线性插值/bilinear
3 双三次插值/bicubic
A
D
（x,y）
空间变换
E
F
B
C
（x’,y’）
灰度赋值
x’,y’的最近邻
12
Matlab实现几何失真校正
• 几何失真算法 • 连接点法图像配准复原
13
Matlab图像校正
1 空间变换 tform=maketform(transform_type,transform_parameters)
2 灰度插值 g=imtransform(f,tform,interp)
3 连接点选择 cpselect(g,f)
Matlab提供了一组函数用 于几何失真图像的校正， 包括空间变换、灰度差值 和连接点选择。
14
几何失真算法
f=imread('C:\Users\Administrator\D esktop\nvshen.jpg'); figure(1);imshow(f); basepoints=[1 100;1 150;512 1;1 512;512 512]; inputpoints=[1 1;1 512;512 1;1 512;512 512]; tform=cp2tform(inputpoints,basepo ints,'projective'); gp=imtransform(f,tform,'XData',[1 512],'YData',[1 512]); figure(2);imshow(gp)
15
连接点法图像配准复原
f=imread('C:\Users\Administrator\Deskt op\nvshen.jpg'); figure(1);imshow(f); g=imread('C:\Users\Administrator\Desk top\nvshen5.jpg'); figure(2);imshow(g); cpselect(g,f);
对比原图，基本对无 损图像完成修复
Variables have been created in the current workspace. >> tform = cp2tform(input_points,base_points,'pro jective'); gp=imtransform(g,tform,'XData',[1 512],'YData',[1 512]); figure(3);imshow(gp);
16
维纳滤波/Wiener filtering
• 维纳滤波的Matlab实现 • 维纳滤波的应用
17
维纳滤波
1.
概念：维纳滤波是一种 综合了退化函数和 噪声统计特性
两个方面进行复原处理的一 种图像复原方法。
2.
特点：维纳滤波需要知
道原图像和噪声
的功率谱，但是一
常数 般这些不知道，用
K表示。
18
维纳滤波的Matlab实现
19
维纳滤波的应用
A=imread('C:\Users\Administrator\Desktop\nvshen.jp g'); imshow(A); LEN=40; THETA=45; PSF=fspecial('motion',LEN,THETA); MF=imfilter(A,PSF,'circular','conv'); imshow(MF); noise=imnoise(zeros(size(A)),'gaussian',0,1e-4); B=imnoise(MF,'gaussian',0,1e-4); figure(2); imshow(B); figure(3); imshow(deconvwnr(B,PSF),[]); noise=imnoise(zeros(size(A)),'gaussian',0,1e-4); NSR=sum(noise(:).^2)/sum(B(:).^2); figure(4); imshow(deconvwnr(B,PSF,NSR),[])
原图 运动模糊图
运动模糊叠加 高斯噪声图 20
不同级次高斯噪声叠 加运动模糊污染图
维纳滤波后的效 果图
对于添加不同的高斯噪声，
获得的图片质量也不一样，
随着噪声方差水平数量级
的减少，获得的图片质量
越高。
21
Thanks For Your Attention!
22