计算机科学图像处理,数字图像处理digital image processing - 北京大学计算机科学技术 .pdf...

数字图像处理digital image processing - 北京大学计算机科学技术

研究生课程

数字图像处理

Digital Image Processing

彭宇新

北京大学计算机科学技术研究所

E_mail:pengyuxin@icst.pku.edu.cn

图像复原

 图像退化/复原过程的模型

 噪声模型

 空间域滤波复原(唯一退化是噪声)

 频率域滤波复原(削减周期噪声)

图像复原

 什么是退化？

成像过程中的”退化”，是指由于成像系统各种

因素的影响，使得图像质量降低

 引起图像退化的原因

 成像系统的散焦

 成像设备与物体的相对运动

 成像器材的固有缺陷

 外部干扰等

图像复原

 图像复原概述

 与图像增强相似，图像复原的目的也是改善

图像质量

 图像增强主要是一个主观过程，而图像复原

主要是一个客观过程

 图像增强被认为是一种对比度拉伸，提供给

用户喜欢接收的图像；而图像复原技术追求恢

复原始图像的最优估值

 图像复原技术可以使用空间域或频率域滤波

器实现

图像复原

 图像复原概述(续)

 图像复原可以看作图像退化的逆过程，是将

图像退化的过程加以估计，建立退化的数学模

型后，补偿退化过程造成的失真

 在图像退化确知的情况下，图像退化的逆过

程是有可能进行的

 但实际情况经常是退化过程并不知晓，这种

复原称为盲目复原

 由于图像模糊的同时，噪声和干扰也会同

时存在，这也为复原带来了困难和不确定性

图像复原

 图像退化/复原过程的模型

 f(x,y)表示一幅输入图像

 g(x,y)是f(x,y)产生的一幅退化图像

 H表示退化函数

  表示外加噪声

 x , y

 

 给定g(x,y)，H和 x , y ,怎样获得关于原始图像的

^

 

近似估计 f x,y ？

图像复原

 如果系统H是一个线性、位置不变性的过

程，退化图像可以表示为

       

g x,y h x,y *f x,y x,y

空间域上的卷积等同于频率域上的乘积

       

G u,v H u,v F u,v N u,v

h(x,y)表示退化函数的空间描述

图像复原

 噪声模型

 数字图像的噪声主要来源于图像的获取和传

输过程

 图像获取的数字化过程，如图像传感器的

质量和环境条件

 图像传输过程中传输信道的噪声干扰，如

通过无线网络传输的图像会受到光或其它

大气因素的干扰

图像复原

 一些重要的噪声

 高斯噪声

 瑞利噪声

 伽马(爱尔兰)噪声

 指数分布噪声

 均匀分布噪声

 脉冲噪声(椒盐噪声)

一些重要噪声的概率密度函数(PDF)

高斯 瑞利

伽马 指数

均匀 脉冲

图像复原

 高斯噪声