MATLAB在图像复原中的应用研究
摘 要:图像复原是图象处理的一个重要课题。图像复原也称图象恢复,是图象处理中的一大类技术。它的主要目的是改善给定的图像质量。当给定了一幅退化了的或者受到噪声污染了的图像后,利用退化现象的某种先验知识来重建或恢复原有图像是复原处理的基本过程。可能的退化有光学系统中的衍射,传感器非线性畸变,光学系统的像差,摄影胶片的非线性,大气湍流的扰动效应,图像运动造成的模糊及几何畸变等等。噪声干扰可以由电子成像系统传感器、信号传输 过程或者胶片颗粒性造成。各种退化图像的复原都可归结为一种过程,具体地说就是把退化模型化,并且采用相反的过程进行处理,以便恢复出原图像。文章介绍了图象退化的原因,几种常用的图像滤波复原技术,以及用MATLAB实现图像复原的方法。
1.图像复原的概念
1.1图像复原的定义
图像复原也称图象恢复,是图象处理中的一大类技术。所谓图像复原,是指去除或减轻在获取数字图像过程中发生的图像质量下降(退化)这些退化包括由光学系统、运动等等造成图像的模糊,以及源自电路和光度学因素的噪声。 图像复原的目标是对退化的图像进行处理,使它趋向于复原成没有退化的理想图像。成像过程的每一个环节(透镜,感光片,数字化等等)都会引起退化。在进行图像复原时,既可以用连续数学,也可以用离散数学进行处理。其次,处理既可在空间域,也可在频域进行。
1.2图象恢复与图象增强的异同
相同点:改进输入图像的视觉质量 。
不同点:图象增强目的是取得较好的视觉结果(不考虑退化原因); 图象恢复根据相应的退化模型和知识重建或恢复原始的图像(考虑退化原因)。
1.3 图象退化的原因
图象退化指由场景得到的图像没能完全地反映场景的真实内容,产生了
失真等问题。其原因是多方面的。如:
透镜象差/色差
聚焦不准(失焦,限制了图像锐度)
模糊(限制频谱宽度)
噪声(是一个统计过程)
抖动(机械、电子)
1.4图象退化举例
如图1所示是两个图象退化的例子。
图1 退化图像与原始图像
2.退化模型
2.1图象退化模型概述
图像复原处理的关键问题在于建立退化模型。在用数学方法描述图像时,它的最普遍的数学表达式为
这样一个表达式可以代表一幅活动的、彩色的立体图像。当研究的是静止的、单色的、平面的图像时,则其数学表达式就简化为
基于这样的数学表达式,可建立如图2所示的退化模型。由图2的模型可见,一幅纯净的图像是由于通过了一个系统H及加性噪声而使其退化为一幅图像的。