版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、圖像退化機理,什么是圖像的退化 圖像退化原因 圖像退化的處理方法 什么是圖像復(fù)原 圖像增強和圖像復(fù)原的區(qū)別,返回,圖像退化機理,在景物成像過程中,由于目標(biāo)的高速運動、散射、成像系統(tǒng)畸變和噪聲干擾,致使最后形成的圖像存在種種惡化, 稱之為“ 退化”。 退化的形式有圖像模糊或圖像有干擾等。,1. 什么是圖像退化?,2. 圖像退化原因,成像系統(tǒng)鏡頭聚焦不準(zhǔn)產(chǎn)生的散焦; 相機與景物之間的相對運動; 成像系統(tǒng)存在的各種非
2、線性因素以及系統(tǒng)本身的性能 ;射線輻射大氣湍流等因素造成的照片畸變;成像系統(tǒng)的像差、畸變、有限帶寬等; 底片感光圖像顯示時會造成記錄顯示失真; 成像系統(tǒng)中存在的各種隨機噪聲 ;,圖像退化機理,無論是由光學(xué)、光電或電子方法獲得的圖像都會有不同程度的退化;退化的形式多種多樣,如傳感器噪聲、攝像機未聚焦、物體與攝像設(shè)備之間的相對移動、光學(xué)系統(tǒng)的相差、成像光源或射線的散射等; 如果我們對退化的類型、機制和過程都十分清楚,那么
3、就可以利用其反過程來復(fù)原圖像。,3.圖像退化的處理方法?,圖像退化機理,圖像復(fù)原是將圖像退化的過程加以估計,并補償退化過程造成的失真,以便獲得未經(jīng)干擾退化的原始圖像或原始圖像的最優(yōu)估值,從而改善圖像質(zhì)量的一種方法。 圖像復(fù)原是圖像退化的逆過程。,4. 什么是圖像復(fù)原?,典型的圖像復(fù)原方法是根據(jù)圖像退化的先驗知識建立一個退化模型以此模型為基礎(chǔ),采用濾波等手段進行處理,使得復(fù)原后的圖像符合一定的準(zhǔn)則,達(dá)到改善圖像質(zhì)量的目的。,圖像
4、復(fù)原的一般過程,弄清退化原因,建立退化模型,反向推演,恢復(fù)圖像,,,,圖像退化機理,圖像增強是為了突出圖像中感興趣的特征,增強后的圖像可能與原始圖像存在一定的差異。 評判圖像增強質(zhì)量好壞的是主觀標(biāo)準(zhǔn)。 圖像復(fù)原是針對圖像退化的原因做出補償,使恢復(fù)后的圖像盡可能接近原始圖像。 評判圖像復(fù)原質(zhì)量好壞的是客觀標(biāo)準(zhǔn)。,5. 圖像增強和圖像復(fù)原的區(qū)別?,返回,連續(xù)圖像退化模型,f(x,y),,H,,+,,,g(x,y)
5、,n(x,y),連續(xù)圖像退化的模型,連續(xù)圖像退化模型,連續(xù)圖像退化模型,連續(xù)圖像退化模型,連續(xù)圖像退化模型,連續(xù)圖像退化模型,連續(xù)圖像退化模型,(1)如果線性成像系統(tǒng)的沖擊響應(yīng)是理想的,即Hδ(x-α,y-β)=δ(x-α,y-β),那么形成的圖象g(x,y)就和原始圖象一樣,不產(chǎn)生模糊。,連續(xù)圖像退化模型,(2)若沖激響應(yīng)不是理想的,因而造成圖像模糊。通常把成像系統(tǒng)考慮成為線性位移不變系統(tǒng),即,連續(xù)圖像退化模型,(3)退化的另一種現(xiàn)
6、象,噪聲污染,假定噪聲是加性的,那么退化模型為 傅氏變換,返回,連續(xù)圖像退化模型,離散圖像退化模型,為便于計算機實現(xiàn),需將退化模型離散化。 (1) 先討論一維卷積對f(x)及h(x)均勻采樣,樣本數(shù)分別為A及B,即 f ( x) x=0,1,---,A-1 h (x) x=0,1,---,B-1 離散循環(huán)卷積是針對周期函數(shù)定義的,,為了不致使
7、離散循環(huán)卷積的周期性序列之間發(fā)生相互重疊現(xiàn)象(卷繞效應(yīng)),必須把函數(shù) f (x)和h (x)周期性地延拓成,離散圖像退化模型,也即,離散圖像退化模型,f e (x)、 he(x)均是長度為M的周期性離散函數(shù),其卷積為,g e (x)也是長度為M的周期性離散函數(shù)。,若把f e (x)、 g e (x) 表示成向量形式:,循環(huán)卷積寫成矩陣形式:,H是M*M的矩陣。,利用周期性:he(x)=he(x+M),循環(huán)矩陣:方陣,每一行是前一行循環(huán)右
8、移一位的結(jié)果。,(2)推廣到二維空間 f (x,y)、h (x,y)均勻采樣,樣本數(shù)分別為A*B,C*D。周期性地延拓成M*N樣本,則循環(huán)卷積為,矩陣形式 :,H是分塊循環(huán)矩陣。,(3) n是MN 維噪聲向量,則退化模型,退化參數(shù)的確定,退化參數(shù): h(x,y), n(x,y) 圖像恢復(fù): 對原始圖像作出盡可能好的估計。 已知退化圖像,要作這種估計,須知道退化參數(shù)的有
9、關(guān)知識。,點擴展函數(shù)的確定,(一)運用先驗知識: 大氣湍流 光學(xué)系統(tǒng)散焦 照相機與景物相對運動 根據(jù)導(dǎo)致模糊的物理過程(先驗知識)來確定h(x,y)或H(u,v)。,點擴展函數(shù)的確定,(1)長時間曝光下大氣湍流造成的轉(zhuǎn)移函數(shù),C是與湍流性質(zhì)有關(guān)的常數(shù)。,點擴展函數(shù)的確定,(2)光學(xué)散焦,d是散焦點擴展函數(shù)的直徑,J1(?)是第一類貝塞爾函數(shù)。,點擴展函數(shù)的確定,(3)照相機與景物相對運動
10、設(shè)T為快門時間,x0(t),y0(t)是位移的x分量和y分量,噪聲的確定,要知道n(x,y)的統(tǒng)計性質(zhì),以及n(x,y)與f(x,y)之間的相關(guān)性質(zhì)。 一般假設(shè)圖像上的噪聲是一類白噪聲。 白噪聲:圖像平面上不同點的噪聲是不相關(guān)的,其譜密度為常數(shù)。,噪聲的確定,當(dāng)噪聲與圖像不相關(guān)時,噪聲是加性的。 在有些情況下噪聲大小確實與圖像信號有關(guān)。如以下的乘性白噪聲,返回,圖像復(fù)原的方法,代數(shù)復(fù)原方法 逆濾波復(fù)原方法
11、中值濾波復(fù)原方法,代數(shù)復(fù)原方法,圖像復(fù)原的主要目的是當(dāng)給定退化的圖像g(x,y)及系統(tǒng)h(x,y)和噪聲n(x,y)的某種了解或假設(shè),估計出原始圖像f(x,y)。其代數(shù)表達(dá)式即為g=Hf+n,此時可用線性代數(shù)中的理論解決復(fù)原問題。,代數(shù)復(fù)原方法,復(fù)原時以消除噪聲為目的的方法,可將上式改為,在最小二乘方意義上說,希望找到一個 使,為最小。,這種方法要求知道成像系統(tǒng)的表達(dá)式H。,,,,令γ=1/λ 常數(shù)γ必須反復(fù)迭代
12、調(diào)整直到滿足約束條件 。求解式(7-33)的關(guān)鍵就是如何選用一個合適的變換矩陣Q。,,,逆濾波復(fù)原方法,特點:(1)逆濾波的應(yīng)用條件是退化圖像g(x,y)是信噪比較高的圖像。(2)如果H (u ,v)有許多零點,必然使得復(fù)原的結(jié)果受到極大影響。(3)如果H (u ,v)不為零但是有非常小的值,也即病態(tài)條件,也會使復(fù)原效果受到影響。,逆濾波復(fù)原方法,中值濾波復(fù)原方法,中值濾波在某些條件下可以做到既去除噪
13、聲又保護了圖像邊緣的較滿意的復(fù)原效果。中值濾波是一種去除噪聲的非線性處理方法。 中值濾波的基本原理是,把圖像或數(shù)字序列中的一點的值用該點的一個鄰域中各點值的中值代替。(中值是中間位置的值,而不是平均值。)其定義為:一組數(shù)x1,x2,...,x n,把n個數(shù)按值的大小順序排列如下: xi1?xi2?...?xin,y稱為序列x1,x2,...,xn的中值。 例如有一序列為{80,90,200,110,1
14、20},這個序列的中值為110。,把一個點的特定長度或形狀的鄰域稱作窗口。在一維情形下,中值濾波器是一個含有奇數(shù)個像素的滑動窗口。窗口正中間那個象素的值用窗口內(nèi)各象素值的中值代替。 設(shè)輸入序列為{xi,i∈I}I為自然數(shù)集合或子集,窗口長度為n。則濾波器輸出為:,例如,有一輸入序列如下:{xi}={0 0 0 8 0 0 2 3 2 0 2 3 2 0 3 5 3 0 3 5 3 0 0 2 3 4 5 5 5
15、5 5 0 0 0} 在此序列中前面的8是脈沖噪聲,中間一段是一種寄生振蕩,后面是希望保留的斜坡和跳變。在此來用長度為3的窗口,得到的結(jié)果為: {yi}={O O 0 0 0 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 0 0 2 3 4 5 5 5 5 5 0 0 0 0}顯然,經(jīng)中值濾波后,脈沖噪聲8被濾除了,振蕩被平滑掉了,斜坡和階躍部分被保存了下來。,精品課件!,精品課件!,本章重點,什么是圖
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 數(shù)字圖像處理外文翻譯--- 數(shù)字圖像處理
- 《數(shù)字圖像處理》第2篇
- 數(shù)字圖像處理課程設(shè)計---數(shù)字圖像處理
- 數(shù)字圖像處理
- 第1講_數(shù)字圖像處理技術(shù)
- 數(shù)字圖像處理論文數(shù)字圖像處理技術(shù)論文.
- 數(shù)字圖像處理 第五章課件
- 數(shù)字圖像處理題庫
- 數(shù)字圖像處理(北大)
- 數(shù)字圖像處理第習(xí)題解答上傳
- 數(shù)字圖像處理課程設(shè)計--數(shù)字圖像處理系統(tǒng)
- 數(shù)字圖像處理.pdf
- 數(shù)字圖像處理課程設(shè)計--基于matlab的數(shù)字圖像處理
- 數(shù)字圖像處理復(fù)習(xí)
- 數(shù)字圖像處理題庫
- 數(shù)字圖像處理課程設(shè)計--基于matlab的數(shù)字圖像處理
- 遙感數(shù)字圖像處理題庫
- 數(shù)字圖像處理實驗2
- 數(shù)字圖像處理外文翻譯
- 《數(shù)字圖像處理》習(xí)題答案
評論
0/150
提交評論