图像复原,简单讲,就是恢复图像原本的面貌,但因为各类缘由如图像采集过程当中出现的偏差致使获得的数字图像不清晰,不是咱们人眼看到的实物场景那样,所以须要采起技术手段去除图像的不清晰。约束最小二乘方滤波就是其中一种较好的方法。在维纳滤波那一篇讲过,维纳滤波要求未退化图像和噪声的功率谱必须是已知的,一般这两个功率谱很难估计,尽管用一个常数去估计功率谱比,然而并不老是一个合适的解。约束最小二乘方滤波要求噪声的方差和均值,这些参数可经过给定的退化图像计算出来,这是约束最小二乘方滤波的一个重要优势。函数
一个图像采集系统输入输出的关系能够表示为g(x,y)=H[f(x,y)]+η(x,y),表达为向量-矩阵形式为g=Hf+η,明确地以矩阵形式来表达问题能够简化复原技术的推导。约束最小二乘方滤波的核心是解决退化函数H对噪声的敏感性问题,而减小噪声敏感性问题的一种方法是以平滑度量的最佳复原为基础的,如图像的二阶导数即拉普拉斯变换。因而,咱们找到一个带约束条件的最小准则函数C,定义以下:spa
(1)3d
其约束条件为code
(2)blog