第五章 图像恢复

• 图像恢复的概念。

•图像恢复也称图像复原，是图像处理中的一大类技术

• 图像恢复与图像增强相同之处是，它们都要得到在某种意义上改进的图像。

• 图像恢复与图像增强不同之处是，图像增强技术一般要借助人的视觉系统的特性以取得看起来较好的视觉结果，而图像恢复则认为图像（质量）是在某种情况/条件下退化或恶化了（图像品质下 降了、失真了），现在需要根据相应的退化模型和知识重建或恢复原始的图像

 

• 图像退化和噪声

1. 图像退化示例

– 一般用图像退化来表示和描述图像工程中各种图像质量的下降过程和下降因素

– 例如，透镜色差/像差，图像的锐度由于光波的衍射而受到的限制，由于对摄像机镜头聚焦不准（失焦）而造成的图像模糊等

– 在图像采集过程中产生的许多种退化常被称为模糊，它对目标的频谱宽度有带限作用。

-在图像记录过程中产生的主要退化常被称为噪声，它可来源于测量误差，记数误差等

示例：

– (a) 表示一种非线性的退化

– (b) 表示一种模糊造成的退化

– (c) 表示一种场景中目标运动造成的模糊退化

– (d) 表示的是随机噪声的迭加退化

-点的退化

左上：原图 右上：噪声 左下：散焦 右下：运动

   

1. 基本退化模型

图像退化过程被模型化为一个作用在输入图像 f(x, y)上的系统H。它与一个加性噪声n(x, y)的联 合作用导致产生退化图像g(x, y)

恢复图像就是要在给定g(x, y)和代表退化的H的基础上得到对f(x, y)某个近似的过程

-输入和输出具有如下关系：

gx,y=Hfx,y+n(x,y)

-如果退化系统H满足下式则成为线性系统：

Hafx,y+bgx,y=aHfx,y+bH[g(x,y)]

-空域频域的系统函数表达式：

gx,y=hx,y*fx,y+nx,y

Gu,v=Hu,vFu,v+N(u,v)

1. 典型噪声介绍

– 图像中的噪声可定义为图像中不希望有的部分，或图像中不需要的部分

– 对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号，它携带了噪声源的信息

– 信噪比（SNR）一词就反映了噪声相对于信号的强度比值，用能量比（或电压平方比）定义：

SNR=10log⁡(Vs2Vn2)

– （1）热噪声：与物体的绝对温度有关

– （2）闪烁噪声：由电流运动导致

– （3）发射噪声：电子运动有随机性的结果

– （4）有色噪声：具有非白色频谱的宽带噪声

1. 噪声概率密度函数

-高斯噪声：

pz=12πσe-(z-μ)22σ2

-均匀噪声分布

pz=1(b-a),      a≤z≤b0           other

-椒盐（脉冲）噪声

噪声的脉冲可以是正的或负的；

一般假设 a 和 b 都是“饱和”值； 双极性脉冲噪声也称椒盐噪声

1. 各种噪声的直方图-噪声参数的估计

• 空域噪声滤波器。

1. 均值滤波