数字图像处理第四章 图像复原-第1讲引言、图像退化的数学模型

透镜象差/色差 聚焦不准（失焦，限制了图像锐度） 模糊（限制频谱宽度） 噪声（是一个统计过程） 抖动（机械、电子）等
6
图像退化举例：
4.1 引言
注：举例图片来自于Rafael C. Gonzalez 《Digital Image Processing Second Edition》一书和网络 7
4.1 引言
8
4.1 引言
2）常见噪声 白噪声（频率覆盖整个频谱均匀）, 高斯噪声（幅度
符合高斯分布）, 粉色噪声（在对数频率间隔内有相同 的能量）, 发射噪声,均匀噪声,椒盐噪声等。
9
4.2 图像退化的数学模型
(1)系统H的基本定义
就一般而言，系统是某些元件或部件以某种方式构造而 成的整体。系统本身所具有的某些特性就构成了通过系统的 输入信号与输出信号的某种联系。在数学上，看作某种变换， 或叫做算子。用H表示
4
4.1 引言
(2)图像恢复与图像增强的异同
• 相同点：改进输入图像的视觉质量 。 • 不同点：图像增强目的是取得较好的视觉结果(不考虑退化
原因)； 图像恢复根据相应的退化模型和知识重建或恢复原 始的图像(考虑退化原因) 。主观的，客观的？
5
4.1 引言
(3) 图像退化的原因
图像退化指由场景得到的图像没能完全地反映场景的真 实内容，产生了失真等问题。其原因是多方面的。如：
(4)噪声及其特性
噪声是最常见的退化因素之一，对信号来说，噪声是 一种外部干扰。但噪声本身也是一种信号（携带了噪声 源的信息）。 1）关于噪声的度量
人们常只关心噪声的强度 ，可用信噪比、能量比(电 压平方比) 等来描述。分别表示为：
SNR
10 log10
Vs2 Vn2
Biblioteka Baidu
SNR
Cob
2
灰度对比度 2 噪声均方差
本章内容
第1讲 图像复原的概念、退化原因、线性移不变 系统 第2讲 图像退化的数学模型及表达、常见退化模 型 第3讲 无约束复原-逆滤波方法 第4讲 有约束复原-维纳滤波和约束最小平方滤波
1
第4章 图像复原
• 第1讲 图像复原的概念、退化原因、线性移不变系统
2
第4章 图像复原
3
4.1 引言
(1) 图像复原的概念
(2)退化模型示意图
其中H为退化过程，n(x, y)为加性噪声（统计特性已知）。 g(x,y)=H[f(x,y)]+n(x,y)
n (x, y )
f (x, y )
H
g (x, y )
10
图像复原也称图像恢复，是图像处理中的一大类技术。 所谓图像复原，是指通过某些方法、手段、规则从退化了的 图像，恢复出原始的图像。
引起退化的因素很多，如图像在形成、传输、记录过程 中，由于光学系统调焦不准、相机和物体之间的相对运动， 遥感图像中的大气扰动、摄像胶片的非线性和几何畸变、噪 声干扰等。
在进行图像复原时，既可以用连续数学，也可以用离散 数学进行处理。其次，处理既可在空间域，也可在频域进行。