文档介绍：第五章图像复原与重建
图像退化模型
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。
如果我们对退化的类型、机制和过程都十分清楚,那么就可以利用其反过程来复原图像。
成像系统的散焦
成像设备与物体的相对运动
成像器材的固有缺陷
外部干扰等
引起图像退化的原因
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
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:
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。
①目的都是为了改善图像的质量。
②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。
③如果图像已退化,应先作复原处理,再作增强处理。
图像复原和图像增强的区别
g(x,y)=T[f(x,y)] (T必须满足如下假设:)
成像系统:输入--f(x,y),输出--g(x,y),
成像系统的作用--T[‧]
退化图像为:
线性位移不变成像系统
(对两个输入函数之和的响应等于它对2个输入图像响应的和)
线性:
T[k1f1 (x,y)+k2f2 (x,y)]=k1 T[f1 (x,y)]+ k2T[f2 (x,y)]
若:g(x,y)=T[f (x,y)], 则对任一个 f(x,y)和常数 a , b , 均有:
T[f(x-a , y-b )]=g(x-a , y-b )
即运算结果仅取决于输入值,而与位置无关
空间位移不变:
g(x,y)=f(x,y)*h(x,y)+n(x,y)
g(x,y)—退化图像
f(x,y)--理想图像
h(x,y)--点扩散函数
n(x,y)--加性噪声
H
f(x,y)
g(x,y)
n(x,y)
降质系统
降质过程可看作对原图像f(x,y)作线性运算。
●典型的降质原因
(1) 光学衍射降质的H(u,v)
其中,l为所考虑光的波长,Do为光曈的直径,Di为出射光曈到影像平面的距离
这是由于相机聚焦不准确引起的,虽然不聚焦由许多参数决定,如相机的焦距、相机孔的大小、形状、物体和相机之间的距离等,但在研究中为了简单起见,我们用下列函数表示聚焦不准引起的模糊。
通常模糊算子相当于一个低通滤波器,因此当模糊算子作用于原始图像时,会引起图像中边缘和轮廓的模糊。
7×7均匀二维模糊算子作用于图像Camera的结果
原始图像
7×7均匀二维模糊算子作用后的结果
(2) 相机与景物相对运动的降质
设T为曝光时间,α(t)和β(t)分别为对象曝光期间在 x 和 y 方向位移的分量
通常在拍摄过程中,相机或物体移动造成的运动模糊可以用一维均匀邻域像素灰度的平均值来表示。