圖像復(fù)原ppt課件-資料下載頁
2025-05-03 18:49本頁面
【正文】 綜合退化函數(shù)和噪聲統(tǒng)計(jì)特征進(jìn)行圖像復(fù)原。目標(biāo)是尋找一個(gè)未污染圖像的估計(jì)，使得： 前提條件：圖像和噪聲不相關(guān)；其中一個(gè)有零均值；估計(jì)的灰度級是退化圖像灰度級的線性函數(shù)。此即維納濾波。對白噪聲，有：例十七、逆濾波和維納濾波的比較劇烈湍流k= 480X480半徑受限逆濾波圖全逆濾波的結(jié)果維納濾波噪聲幅度方差小 1個(gè)量級噪聲幅度方差小 4個(gè)量級逆濾波的圖像 維納濾波的圖像例十八、維納濾波和逆濾波的比較運(yùn)動(dòng)模糊及加性噪聲污染的圖像去模糊九、約束最小二乘方濾波器 約束最小二乘方濾波器只需要噪聲方差和均值。退化 /復(fù)原模型有：設(shè) g (x， y)的尺寸為 M X N，則 g 是由 g (x， y)第一行元素構(gòu)成向量的第一組 N 個(gè)元素，下一組 N 個(gè)元素用第二行構(gòu)成，以此類推。結(jié)果向量為 M N x 1。同樣方法構(gòu)成 f和η 。 H 矩陣為 M N x M N，其元素由 f (x， y)* h (x， y)的元素給出。上述方法的核心是 H對噪聲的敏感性問題。 減小噪聲敏感性的一種方法是采用平滑的最佳復(fù)原，為此引入最小準(zhǔn)則函數(shù) C：上述方法的核心是 對噪聲的敏感性問題。約束為：問題解為：P (u， v)是函數(shù) p (x， y)的傅里葉變換：P (u， v)是函數(shù) p (x， y)的傅里葉變換：例十九、維納和最小二乘方濾波的比較噪聲幅度方差小 1個(gè)量級噪聲幅度方差小 4個(gè)量級維納濾波的圖像運(yùn)動(dòng)模糊及加性噪聲污染的圖像最小二乘方濾波的圖像例二十、最佳約束最小二乘方的迭代估計(jì)用正確的噪聲參數(shù)迭代地約束最小二乘方復(fù)原錯(cuò)誤的噪聲參數(shù)得 到的結(jié)果 劇烈湍流， k= （ 480X480） （美航空航天局提供）十、幾何均值濾波 普遍化時(shí)采用的幾何均值濾波器的形式：十一、幾何變換 幾何變換由兩個(gè)基本操作：空間變換和灰度級插補(bǔ)。空間變換幾何失真幾何失真的雙線性建?；叶燃壊逖a(bǔ)b、灰度級的雙線性插補(bǔ)灰度級插補(bǔ)：用整數(shù)坐標(biāo)的灰度值去確定非整數(shù)坐標(biāo)位置的灰度值。a、最近鄰插補(bǔ)：例二十一、幾何變化顯示連接點(diǎn)的圖像 幾何失真后的連接點(diǎn) 用最近鄰內(nèi)插失真的圖像復(fù)原的 圖像 使用雙線性內(nèi)插的失真圖像 復(fù)原的圖像例二十二、多紋理下的幾何變換（幾何校正錯(cuò)誤變得不明顯）幾何失真前的圖像 雙線性內(nèi)插的幾何失真圖像a）、 b）圖像的差值圖 雙線性內(nèi)插的幾何失真圖像歡迎提任何問題
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1