數(shù)字圖像處理圖像復(fù)原算法論文(編輯修改稿)
2025-07-25 13:36 本頁面
【文章內(nèi)容簡介】 斯噪聲對(duì)圖像的影響作簡要分析：①高斯噪聲的產(chǎn)生：所謂高斯噪聲是指它的概率密度函數(shù)服從高斯分布（即正態(tài)分布）的一類噪聲。一個(gè)高斯隨機(jī)變量z的PDF可表示為：P（z）= （3）其中z代表灰度，u是z的均值，是z的標(biāo)準(zhǔn)差。高斯噪聲的灰度值多集中在均值附近。圖2 高斯函數(shù)可以通過不同的算法用matlab來產(chǎn)生高斯噪聲。②高斯噪聲對(duì)信號(hào)的影響噪聲影響圖像處理的輸入、采集、處理的各個(gè)環(huán)節(jié)以及輸出結(jié)果的全過程，在圖像中加高斯噪聲通常會(huì)使圖像變得模糊并且會(huì)出現(xiàn)細(xì)小的斑點(diǎn)，使圖像變得不清晰。去除高斯噪聲的方法有直方圖變換，低通濾波，高通濾波，逆濾波，維納濾波，中值濾波等。本文應(yīng)用高斯平滑濾波進(jìn)行去噪處理。 逆濾波法是最早使用的一種無約束復(fù)原方法，通常用它來處理從航天器傳來的退化圖像。其算法如下:對(duì)于（2）式的圖像退化的模型，當(dāng)對(duì)n的統(tǒng)計(jì)特性不確定時(shí)，需要尋找1個(gè)f估計(jì)使得Hf 在 最小均方誤差的意義下最接近g即要使n的?；蚍稊?shù)最小: (4) 根據(jù)上式，可把恢復(fù)問題看作對(duì)f求下式的最小值: (5) 將L對(duì)六微分并將結(jié)果設(shè)為零，再設(shè)M=N和H1存在，就可得到無約束恢復(fù)公式: (6) 根據(jù)循環(huán)矩陣對(duì)角化的討論，式(6)可以寫成如下形式的估計(jì): (7) 然后采用F (u, v)的傅里葉逆變換來得到圖像的相應(yīng)估計(jì)，這種方法稱為逆濾波，恢復(fù)后的圖像可以用式(8)來表示: (8)由(8)式可見，如果H(}:)在u:平面上取零或很小，就會(huì)帶來計(jì)算上的困難。另一方面，噪聲還會(huì)帶來更嚴(yán)重的問題，如果加入噪聲可得到: (9)
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1