數(shù)字圖像處理復(fù)習(xí)(1)(文件)
【正文】 ? 光學(xué)系統(tǒng)的像差與成像衍射 ? 成像系統(tǒng)的非線性畸變 ? 環(huán)境隨機(jī)噪聲 ? 成像過程的相對運(yùn)動 圖像退化模型 原始圖像 g(x,y)經(jīng)過一個退化過程 H（ 退化算子或退化系統(tǒng)）的作用，再和噪聲 n(x,y)進(jìn)行疊加，形成退化圖像 f(x,y) f(x,y)=H[g(x,y)]+n(x,y) H(x,y) + g(x,y) n(x,y) f(x,y) 有約束恢復(fù) ?能量約束恢復(fù) 當(dāng) Q為線性運(yùn)算時，即 Q=I ?平滑約束恢復(fù) 當(dāng) Q取平滑運(yùn)算， Q=C ?均方誤差最小濾波（維納濾波） 當(dāng) 2121ng RRQ ?盲目解卷積圖像恢復(fù) ? 盲目解卷積算法主要針對失真（包括模糊和噪聲）毫無所知的情況下進(jìn)行的復(fù)原操作 ? 一般處理方法是把圖像分為若干塊，假設(shè)點(diǎn)擴(kuò)展函數(shù) H(u,v)的值為某常數(shù)，逐塊求得原圖像的傅立葉變換，從而復(fù)原圖像。 銳化算法及效果比較 微分類型 代表算法 邊界 細(xì)節(jié) 一階微分 Sobel算法 Roberts算法 Priwitt算法 邊界粗略但清晰 邊界細(xì)節(jié)較少 二階微分 Laplacian算法 Wallis算法 邊界細(xì)致但不清晰 邊界細(xì)節(jié)豐富 平滑與銳化模板 ???????????11111111191H???????????111101111813H???????????????0101410101H???????????????????1111811112H示例 ：已知圖像子塊如下（ A為噪聲點(diǎn)），應(yīng)用 H模板對 A、 B、C、 D四點(diǎn)進(jìn)行運(yùn)算，通過結(jié)果分析出該模板的功能和類型。 直方圖指定化是 把已知直方圖的圖像變?yōu)槠谕狈綀D的圖像。 主要變換方法及比較 ? 正交變換能量集中性能從好到差 KLT、
高考資料相關(guān)推薦
鄂ICP備17016276號-1