[数字图像处理疑难解析]6 图像复原

本章聚焦图像复原,探讨如何修复受损图像数据。区别于图像增强,复原需要先验知识,如几何复原依赖准确参考点,灰度复原涉及噪声、模糊处理。通常采用平滑约束假设,通过最优化方法解决非线性问题。线性退化情况下,卷积滤波器可提供解决方案。
摘要由CSDN通过智能技术生成

博客地址:http://blog.csdn.net/tzgj2007

参考书籍:数字图像处理疑难解析/(英)彼得鲁(Petrou,M.)等著;北京:机械工业出版社,2005.4

下载地址

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。

 

 


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值