[工程科技]第4章圖像恢復(fù)-在線瀏覽
2025-05-07 01:50本頁(yè)面
【正文】 2022/4/16 51 (a)由概率Pa=Pb=椒鹽噪聲污染的圖像 (b) 用尺寸為 3 3的中值濾波 器處理的結(jié)果 (c) 用該濾波器處理 (b)的結(jié)果 (d) 用相同的濾波器處理 (c)的結(jié)果 對(duì)噪聲圖像多次應(yīng)用中值濾波器 經(jīng)過多次處理 ,逐漸消除噪聲 ,但多次應(yīng)用中值濾波器 ,會(huì)使圖像模糊 2022/4/16 52 排序統(tǒng)計(jì)濾波器 (2) 最大值和最小值濾波器 最大濾波器對(duì)消除椒噪聲比較有效 最小濾波器對(duì)消除鹽噪聲比較有效 2022/4/16 53 (a)用大小為 3 3的最大濾波器對(duì)上圖濾波的結(jié)果 (b)用最小濾波器對(duì)上圖濾波的結(jié)果 (a)加椒噪聲 (b)加鹽噪聲 ?最大值濾波器可以去除”胡椒”噪聲 ,但會(huì)從黑色物體邊緣移走一些黑色像素 . ?最小值濾波器可以去除”鹽”噪聲 ,但會(huì)從亮色物體邊緣移走一些白色像素 . 2022/4/16 54 (3)中點(diǎn)濾波器 這種濾波器結(jié)合了順序統(tǒng)計(jì)和求平均，對(duì)于高斯和均勻隨機(jī)分布這類噪聲有最好的效果。( ) , 。干 擾 以 形 成 的 噪 聲 方 差在 上 像 素 點(diǎn) 的 局 部 均 值在 上 像 素 點(diǎn) 的 局 部 方 差,( , ) .3 . ,.xyg x yS????22濾 波 器 的 預(yù) 期 性 能 如 下 :1. 如 果 為 零 濾 波 器 應(yīng) 該 簡(jiǎn) 單 地 返 回 g(x,y) 的 值 .2. 如 果 局 部 方 差 是 高 相 關(guān) 的 那 么 濾 波 器 要 返 回一 個(gè) 的 近 似 值如 果 兩 個(gè) 方 差 相 等 希 望 濾 波 器 返 回 區(qū) 域 上 像 素的 平 均 值22( , ) ( , ) [ ( , ) ]LLf x y g x y g x y m?????基 于 這 些 假 定 的 自 適 應(yīng) 表 達(dá) 式 為 :需要估計(jì) 22 L????一 般 假 設(shè)(a) 由零均值和方差為 1000的加性高斯噪聲污染的圖像 (b) 算術(shù)均值濾波的效果 (c) 幾何均值濾波的效果 (d) 自適應(yīng)噪聲消減濾波的效果 . 所有濾波器大小為 7 7 處理結(jié)果比較 : (b)噪聲被平滑掉 ,但圖像嚴(yán)重模糊 (c)也使圖像模糊 (d)改進(jìn)很多 ,消除噪聲 ,但圖像更尖銳 ,更清晰 . 當(dāng) ??估計(jì)不正確時(shí) ,會(huì)發(fā)生什么情況呢 ? (a) (b) (c) (d) (2) 自適應(yīng)中值濾波器 (可用于處理更大概率密度的沖激噪聲 ) 自適應(yīng)中值濾波器根據(jù)列舉的一定條件而改變 (或提高 ) Sxy的大小 . m inm a xm e dm a x:( , )xyxyxyxyxyzSzSzSz x ySS?????規(guī) 定 如 下 符 號(hào)中 灰 度 級(jí) 的 最 小 值 。中 灰 度 級(jí) 的 中 值 。允 許 的 最 大 尺 寸 。第 二 步 : 從 被 干 擾 的 圖 像 中 減 去 一 個(gè) 可 變 的 模 式 加 權(quán) 部 分 .最佳陷波濾波器 ( , )H u v第 一 步 可 以 通 過 在 每 個(gè) 尖 峰 處 設(shè) 一 陷 波 帶 通 濾 波 器 來 完 成 .( , ) ( , ) ( , )N u v H u v G u v?干 擾 噪 聲 模 式 的 傅 立 葉 變 換 為 :1( , ) { ( , ) ( , ) }x y H u v G u v? ???選 中 一 個(gè) 特 殊 濾 波 器 以 后 , 空 間 域 的 相 應(yīng) 模 式 可 由 下 式 獲 得 :( , ) ,xy?因 為 污 染 圖 像 假 設(shè) 是 由 未 污 染 圖 像 f(x,y) 與 其 干 擾 相 加 形 成 的 ,若 完 全 已 知 則 從 g(x,y) 減 去 模 式 得 到 f(x,y) 將 非 常 簡(jiǎn) 單 .但 是 , 濾 波 過 程 只 會(huì) 得 到 真 實(shí) 模 式 的 近 似 值 .? ( , ) ( , ) ( , ) ( , )f x y g x y w x y x y??令 : 加權(quán)函數(shù)或調(diào)制函數(shù) ?( , ) ( , )( , ) .w x y f x yxy選 取 使 估 計(jì) 值 在 每 一點(diǎn) 的 指 定 領(lǐng) 域 上 方 差 最 小?考 慮 點(diǎn) (x,y) 的 尺 寸 為 ( 2 a + 1 ) ( 2 b + 1 ) 的 領(lǐng) 域 .?在 坐 標(biāo) (x,y) 處 ,f(x,y) 的 局 部 方 差 可 根 據(jù) 下 面 的 示 例 估 計(jì) :21 ? ?( , ) [ ( , ) ( , ) ]( 2 1 ) ( 2 1 )abs a s bx y f x s y t f x yab???? ? ??? ??0( , )w x y??? ??22將 (x,y) 最 小 化 , 解 :(x,y)22( , ) :( , ) ( , ) ( , ) ( , )( , )( , ) ( , )w x yg x y x y g x y x yw x yx y x y???????的 解 為? ( , ) , ( , ) .( , ) ,( , ) ,.f x y w x yw x yw x y計(jì) 算 時(shí) 先 計(jì) 算若 假 定 在 某 一 領(lǐng) 域 內(nèi) 為 常 量則 在 每 一 個(gè) 非 重 疊 領(lǐng) 域 的 一 點(diǎn) 計(jì) 算 值然 后 處 理 該 鄰 域 內(nèi) 包 含 的 所 有 圖 像 點(diǎn)估計(jì)退化函數(shù) 退化函數(shù)通常未知 ,因此在復(fù)原之前需要估計(jì)退化函數(shù) . 估計(jì)退化函數(shù)的方法 : (1)觀察法 (2)實(shí)驗(yàn)法 (3)數(shù)學(xué)建模法 ( , ) ( , ) * ( , ) ( , )g x y h x y f x y x y???( , ) ( , ) ( , ) ( , )G u v H u v F u v N u v??估計(jì)退化函數(shù) (1) 觀察法 ( , )( , )? ( , )sssG u vH u vF u v?收集圖像自身的信息來估計(jì)退化函數(shù) . 例如 : 對(duì)于模糊圖像 , 選擇一小部分圖像 ,強(qiáng)信號(hào)區(qū) ,減少噪聲影響 .并構(gòu)建一個(gè)不退化的圖像 ( , )sg x y ? ( , )sf x y( , ) ( , )sH u v H u v然 后 根 據(jù) 推 出估計(jì)退化函數(shù) ( , )g x y(2) 試驗(yàn)估計(jì)法 使用與獲取退化圖像的設(shè)備相似的裝置 ,得到準(zhǔn)確的退化估計(jì) . 小亮點(diǎn) 成像系統(tǒng) H ( , )( , ) G u vH u vA?由于沖激的傅立葉變換為常數(shù) A,可得 : 實(shí)驗(yàn)估計(jì)模型如下 : 估計(jì)退化函數(shù) 沖激特性的退化估計(jì) (a) 一個(gè)亮脈沖 (b) 圖像化的 (退化的 )沖激 估計(jì)退化函數(shù) (3) 模型估計(jì)法 建立退化模型 ,模型要把引起退化的環(huán)境因素考慮在內(nèi) . 2 2 5 / 6()( , ) k u vH u v e ???例如退化模型 就是基于大氣湍流的物理特性而提出來的 ,其中 k為常數(shù) ,與湍流特性相關(guān) . 估計(jì)退化函數(shù) 大氣湍流模型的解釋 (a) 可忽略的湍流 (b) 劇烈湍流 ,k= (c) 中等湍流 ,k= (d) 輕微湍流 ,k= 另外也可以從基本原理開始推導(dǎo)出退化模型 .如勻速直線運(yùn)動(dòng)造成的模糊就可以運(yùn)用數(shù)學(xué)推導(dǎo)出其退化函數(shù) . 2022/4/16 88 頻域周期噪聲濾波器 2022/4/16 89 逆濾波 ? 無約束恢復(fù) 僅將圖像看作一個(gè)數(shù)字矩陣，從數(shù)學(xué)角
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1