圖像復(fù)原ppt課件(2)(參考版)
2025-05-07 22:04本頁面
【正文】 可推導(dǎo)出待求像素的灰度計(jì)算式如下： f(x,y)=A?B?C 原始影像灰度表面 最近鄰內(nèi)插法 雙線性內(nèi)插法 三次內(nèi)插法 像素灰度內(nèi)插法效果比較 。 其數(shù)學(xué)表達(dá)式為 其中 A=[s(1+v) s(v) s(1v) s(2v)] ( 1 , 1 ) ( 1 , ) ( 1 , 1 ) ( 1 , 2 )( , 1 ) ( , ) ( , 1 ) ( , 2 )( 1 , 1 ) ( 1 , ) ( 1 , 1 ) ( 1 , 2 )( 2 , 1 ) ( 2 , ) ( 2 , 1 ) ( 2 , 2 )f i j f i j f i j f i jf i j f i j f i j f i jBf i j f i j f i j f i jf i j f i j f i j f i j? ? ? ? ? ? ?????? ? ??? ? ? ? ? ? ?? ? ? ? ? ? ???c=[s(1+u) s(u) s(1u) s(2u)]T 該算法計(jì)算量最大，但內(nèi)插效果最好，精度最高。它具有低通濾波性質(zhì)，使高頻分量受損，圖像輪廓有一定模糊。 對(duì)于 (i+u,j+v)有 f(i+u,j+v)=[f(i+1,j+v)f(i,j+v)]u+f(i,j+v) = )1,1(),1()1()1,()1(),()1)(1( ??????????? jiu v fjifvujivfujifvu該方法要比最近鄰元法復(fù)雜，計(jì)算量大。 ? 方法最簡單，效果尚佳，但校正后的圖像有明顯鋸齒狀，即存在灰度不連續(xù)性。,y180。 ? 圖像空間坐標(biāo)變換 ? 確定各像素的灰度值（灰度內(nèi)插）。 ? 幾何校正的必要性 ? 當(dāng)對(duì)圖像作定量分析時(shí)，就要對(duì)失真的圖像先進(jìn)行精確的幾何校正，以免影響定量分析的精度。 基于 FFT變換的 IBD算法結(jié)構(gòu) 圖像復(fù)原與考古 第 5講 圖像復(fù)原 ? 圖像退化 /復(fù)原過程的模型 ? 噪聲模型 ? 噪聲存在下的圖像復(fù)原 ? 估計(jì)退化函數(shù) ? 圖像復(fù)原的濾波方法 ? 圖像復(fù)原的非線性方法 ? 圖像復(fù)原的盲反卷積方法 ? 幾何校正 幾何失真 ? 幾何失真原因 ? 圖像在獲取過程中，由于成像系統(tǒng)本身具有非線性、拍攝角度等因素的影響，會(huì)使獲得的圖像產(chǎn)生幾何失真。 ? 圖像和退化系統(tǒng)先驗(yàn)知識(shí)非常有限甚至沒 盲反卷積方法 ? 盲反卷積的求解過程是相當(dāng)困難的，具有病態(tài)性 具體問題具體對(duì)待 ? 兩大類方法 ? 從退化圖像中估計(jì)點(diǎn)擴(kuò)散函數(shù)，然后采用合適的復(fù)原方法進(jìn)行圖像復(fù)原。最大后驗(yàn)法 ? ?? ?????????????????????????????????NbnbTffbuuuSbuuuSbuuuSS)()()(?211?SHfgCSHCmf最終解得最大熵方法 ? ??x yyxfE ),(? ???x yf yxfyxfH ),(ln),(? ?? ???????x yx yTTnByxnByxnyxnyxnH)),(l n ()),((),(ln),(假設(shè)圖像函數(shù)具有非負(fù)值，定義一幅圖像的總能量為 圖像的熵為 噪聲熵為 最大熵復(fù)原 就是在滿足上式和圖像退化模型的約束條件下使得復(fù)原后圖像的圖像熵和噪聲熵最大。 （ 二 ） 最大熵法：考慮圖像形成時(shí)的非線性 ， 并且能保證圖像函數(shù)有非負(fù)值 。 ? 濾波器特點(diǎn) ? 對(duì)于處理的每一幅圖像都能產(chǎn)生最優(yōu)結(jié)果 ? 濾波器算法的選擇往往由結(jié)果圖像的感知視覺質(zhì)量決定。 ?α=1/2， γ=1，等功率譜均衡濾波器。（ ） 有 噪 聲 時(shí) ： 當(dāng) 很 小 或 者 零 時(shí) 。有 噪 聲 ： 在 很 小 時(shí) ， 圖像復(fù)原的濾波方法 ? 逆濾波 ? 維納濾波 ? 等功率譜濾波 ? 約束最小二乘方濾波 等功率譜濾波 方法： （ 1） 退化模型 ? ? ???? ????),(),(),(),( yxnddyxhfyxg ???????2 ( , ) ( , ) ( , ) ( , ) ( , )fnfS u v S u v S u v P u v H u v（ ） 用 、 、 和 表 示 。? ?? ?。 下圖給出了 H(u,v)、 H1(u,v)同改進(jìn)的濾波特性 HI(u,v)的一維波形，從中可看出與正常的濾波的差別。 ? 有噪聲情況 ? G(u,v) =F(u,v) H(u,v)+N(u,v) ? 仍采用逆濾波器 P(u,v)=1/H(u,v) ? H(u,v)=0, 沒有定義。 第 5講 圖像復(fù)原 ? 圖像退化 /復(fù)原過程的模型 ? 噪聲模型 ? 噪聲存在下的圖像復(fù)原 ? 估計(jì)退化函數(shù) ? 圖像復(fù)原的濾波方法 ? 圖像復(fù)原的非線性方法 ? 圖像復(fù)原的盲反卷積方法 ? 幾何校正 圖像復(fù)原的濾波方法 ? 逆濾波 ? 維納濾波 ? 等功率譜濾波 ? 約束最小二乘方濾波 逆濾波 假定退化圖像遵從以下模型 )],(/),([),(),(/),(),(1 vuHvuGyxfvuHvuGvuF???F在不考慮噪聲的情況下 則 ),(),(*),(),( yxnyxhyxfyxg ??),(),(),( vuHvuFvuG ?函數(shù)。 （ 2） 原景物含有明顯的直線 ， 從這些線條的退化圖像得出 h(x,y) 。 2/1221)()(),(vuddJvuH????????（ 3） 照相機(jī)與景物相對(duì)運(yùn)動(dòng) 設(shè) T為快門時(shí)間 ， x0(t)， y0(t)是位移的 x分量和 y分量 ? ? dttvytuxjvuH T )()((2e x p),( 000 ??? ? ?（ 二 ） 運(yùn)用后驗(yàn)判斷的方法 從退化圖像本身來估計(jì) h(x,y) 。 （ 1） 長時(shí)間曝光下大氣湍流造成的傳遞函數(shù) ? ? 5 / 622( , ) e x p [ ]H u v k u v? ? ?k是與湍流性質(zhì)有關(guān)的常數(shù) 。 ? 理想陷波帶阻濾波器 ? ? ? ? ? ???? ???其他或
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1