扰动图像恢复的一些基础

1.复原缺失先验知识的降质图像，采用Spall和Cristion的扰动方法。

2.降质图像复原难点：（1）缺原始图像先验信息；（2）不能判别原始图像叠加的噪声类型和统计特征。

3.退化过程：在原有图像中增添或者删减成分，使得图像变得与原有图像存在偏移或者差异。例如：在图像中添加白噪声

4.恢复图像的方法：建立模型对退化过程给予恰当的描述，进而能够还原图像的本质特征。

5.图像的降质退化模型：g(x,y)=H[f(x,y)]+n(x,y)      g(x,y)代表退化图像，f(x,y)为原图像，H[   ]为退化算子，n(x,y)为叠加噪声。  退化模型离散化：g=Df+n

6.在迭代中，迭代过程超过可行点时，采用后(置)滤波进行补救。选择合适高斯核滤掉噪声。