开始学习数字图像处理这个课了,膜拜冈萨雷斯,带我飞!
图像退化复原模型
退化后的图像=退化函数*原图像+一个加性噪声
空间域:卷积
频率域:乘积
大写表示空间域的傅里叶变换。
这个是所有图像复原的基础公式,复原则是将噪声去除,即去除H与N的影响。
噪声模型
噪声的来源有很多,来自成像系统,运动模糊,辐射失真等。
概率密度函数(PDF)
概率分布函数(CDF)。
两者的区别:F的值是0到1,f 的所有和是1。(概率论的概念)
高斯噪声
瑞利噪声
伽马噪声
指数噪声
均匀噪声
椒盐噪声
如何加上述噪声
在MATLAB中,图像处理工具箱采用imnoise函数,使噪声污染一幅图像。
基本语法:
g=imnoise(f, type, parameters)
其中,f是输入图像。
注意:函数imnoise在为图像添加噪声之前,将图像转换为范围在[0,1]的double类型。
周期噪声
周期噪声可以通过频率域滤波解决。
噪声种类的确定
可以通过估计 概率直方图 的均值和方差邓方法来判断是什么噪声。