ch圖象復(fù)原ppt課件(編輯修改稿)
2025-02-02 13:33 本頁面
【文章內(nèi)容簡介】 ? ???f H H Q Q H gT T T?約束最小二乘濾波 (constrained least squares restoration) 22? | | | | = ||. ||?g Hf n2? || |m in |Qf推導(dǎo) clear F=checkerboard(8)。 subplot(2,2,1),imshow(F,[])。 title([39。(a) 原始圖像 39。],39。FontSize39。,12) PSF=fspecial(39。motion39。,7,45)。 MF=imfilter(F,PSF,39。circular39。)。 noise=imnoise(zeros(size(F)),39。gaussian39。,0,)。 MEN=double(MF)+noise。 subplot(2,2,2),imshow(MEN,[])。 title([39。(b) 運(yùn)動(dòng)模糊 +高斯噪聲后的圖像 39。],39。FontSize39。,10) NSR=sum(noise(:).^2)/sum(MEN(:).^2)。 subplot(2,2,3),imshow(deconvwnr(MEN,PSF),[])。 %matlab自帶維納濾波函數(shù)，若噪聲功率譜設(shè)為 0，則為逆濾波 title([39。(c) 逆濾波后的圖像 39。],39。FontSize39。,10) subplot(2,2,4),imshow(deconvwnr(MEN,PSF,NSR),[])。%維納濾波 title([39。(d) 維納濾波后的圖像 39。],39。FontSize39。,10) Matlab約束濾波函數(shù)： deconvreg ?奇異值（ SVD）偽逆濾波 ( SVD=Singular Value Deposition) ??? ?HU Λ V u vTTi i ii把退化矩陣 H進(jìn)行 SVD分解，并得到 H的廣義逆矩陣。從而可以把逆濾波表示成迭代形式，通過控制迭代次數(shù)，可以在恢復(fù)效果較好時(shí)停止迭代，提供了一種人機(jī)交互機(jī)會。 基本思想 其中 U的列向量是 AAT的 特征值， V的列向量是 ATA的特征值； ?是對角矩陣，對角線上的值 ?i稱為 H的奇異值。 退化矩陣 H的 SVD分解為 于是恢復(fù)圖像為 11 1????? ?HU Λ V u vTTiii i則退化矩陣 H的廣義逆矩陣為 1???? ?1f H g u v gTiii i寫成迭代形式 1? ?( 1 ) ( )?? ? ?f f u v gTttttt 167。 7 圖象灰度校正和幾何畸變校正 一、灰度校正 假設(shè)理想圖象為 f（ x,y） ， 由于灰度失真因 子 D（ x,y） 的影響 ， 實(shí)際得到的圖象為 g（ x,y） ， g（ x,y） =D（ x,y） f（ x,y） 灰度校正是要從畸變的圖象 g（ x,y） 中復(fù)原原 始圖象 f（ x,y） 。 一種最直接的方法是用光密度計(jì) 測量出被拍攝景物中的某一部分區(qū)域 S內(nèi)真實(shí)的灰 （ 亮 ） 度數(shù)值 C， 而對應(yīng)的圖象灰度為 gc（ x,y） ， 則 代入圖象復(fù)原方程則有 Sy)( x ,C y)( x ,gy)D ( x , c ??),(),(y)f(x,yxyxgCcg?? 三 、 幾何畸變校正 在圖象獲取或顯示過程中可能產(chǎn)生圖象的幾何失真 ， 如下圖所示 原始網(wǎng)格圖象 枕形失真圖象 桶形失真圖象從上圖可以看出，幾何畸變是將無失真坐標(biāo)系中函 數(shù) f（ x,y）變換到另外一個(gè)坐標(biāo)上，例如，原先在（ x,y）點(diǎn)上的象素（灰度）變化到（ u,v），在圖象上 反映有些位置被擠壓，而另一些位置被擴(kuò)張。我們希望 找到這兩個(gè)坐標(biāo)系之間的關(guān)系。 幾何基準(zhǔn)圖像的坐標(biāo)系統(tǒng)用 (x, y)來表示 需要校正的圖像的坐標(biāo)系統(tǒng)用 (x’, y’)表示 設(shè)兩個(gè)圖像坐標(biāo)系統(tǒng)之間的關(guān)系用解析式表示 ? ?? ???????????1010101039。39。NiNjjiijNiNjjiijyxbyyxax通常 h1(x,y)和 h2(x,y)用多項(xiàng)式來表示： ),(39。),(39。21yxhyyxhx???通常用線性畸變來近似較小的幾何畸變 ybxbbyyaxaax21021039。39。???????更精確一些可以用二次型來近似 254232102542321039。39。ybxybxbybxbbyyaxyaxayaxaax????
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1