1. 参考书籍下载地址: 2. 本章下载地址: |
本章主要探讨了用来更正(即复原)图像的受损数据的几种方法。图像的复原问题要求知道关于原始信号或者图像场景的先验知识,在这一方面,图像的复原问题不同于图像的增强问题。图像的几何复原需要一直一些参考点的准确位置。
图像的灰度复原要求 退化噪声、模糊过程和原始图像本身的某些统计性质的知识。通常,我们会忽略对原始图像本身统计性质的知识要求,而只是在解上附加一些空间平滑约束,这主要是基于“世界很大程度上是平滑的”这一启示的。对退化过程和未退化图像选择合理的模型后,就可以对这个复原原始图像值的问题求解。
当图像的复原问题是非线性时,该问题就变的很困难,但我们可以借助局部或者全局的最优化方法来解决。不过,如果假设退化过程是线性移不变的,并且把要求的解仅仅限制在线性解范畴内,也可以找到形如卷积滤波器的简单解。