数字图像处理day_7 图像复原

最新推荐文章于 2024-01-01 22:14:15 发布

weixin_42812109

最新推荐文章于 2024-01-01 22:14:15 发布

阅读量130

点赞数

分类专栏：学习记录

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_42812109/article/details/108934179

版权

学习记录专栏收录该内容

12 篇文章 2 订阅

订阅专栏

第五章图像复原

一. 图像退化/复原的模型

图像增强：利用人的视觉系统特性，取得较好的视觉效果，不一定逼近原始图像

图像复原：针对图像退化原因进行补偿，要有一定的先验知识，利用逆过程复原图像，尽可能接近原图像

图像退化：图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法不完善，导致图像质量下降。主要原因有：

成像系统的像差、畸变、带宽有限
几何失真：由于成像器件拍摄姿态和扫描非线性
灰度失真：光学系统或成像传感器本身特性不均匀
运动模糊：成像传感器与被拍摄景物之间的相对运动
辐射失真：由于场景能量传输通道中介质特性不好
噪声干扰：图像在成像、数字化、采集和处理过程中引入的噪声

模型： $g(x,y)=h(x,y)\ast f(x,y)+\eta (x,y)$

G(u,v)=H(u,v)F(u,v)+N (u,v)

性质：线性： $h(af_{1}(x,y)+bf_{2}(x,y))=ah\cdot f_{1}(x,y)+bh\cdot f_{2}(x,y)$

位置不变性： h[f(x+a,y+b)]=g(x+a,y+b)

二. 噪声模型

1. 高斯噪声

$p(z)=\frac{1}{\sqrt{2\pi }\sigma }e^{-\frac{(z-\mu)^{2} }{2\sigma ^{2}}}$

其中70%分布在[( $\mu -\sigma$ ), ( $\mu +\sigma$ )]区间，95%在[( $\mu -2\sigma$ ), ( $\mu +2\sigma$ )]区间

均值为0的高斯白噪声（高斯：幅度分布服从高斯分布；白噪声：各等带宽的频带所含的噪声能量相等，功率谱密度为常数）

2. 瑞利噪声

$p(z)=\left\{\begin{matrix}\frac{2}{b }(z-a)e^{-\frac{(z-a)^{2} }{b}}, z\geq a & & \\ 0, z< a & & \end{matrix}\right.$

均值： $\mu=a+\sqrt{\frac{\pi b}{4}}$ ，方差： $\sigma^{2}=\frac{b(4-\pi)}{4}$

3. 伽马噪声

$p(z)=\left\{\begin{matrix}\frac{a^{b}z^{b-1}}{(b-1) !}e^{-az}, z\geq 0 & & \\ 0, z< 0 & & \end{matrix}\right.$ ，其中a是尺寸参数，b是形状参数，当b=1，是指数噪声

均值： $\mu=\frac{b}{a}$ ，方差： $\sigma^{2}=\frac{b}{a^{2}}$

weixin_42812109

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
数字图像处理day_7 图像复原

第五章图像复原一. 图像退化/复原的模型图像增强：利用人的视觉系统特性，取得较好的视觉效果，不一定逼近原始图像图像复原：针对图像退化原因进行补偿，要有一定的先验知识，利用逆过程复原图像，尽可能接近原图像图像退化：图像在形成、记录、处理和传输过程中，由于成像系统、记录设备、传输介质和处理方法不完善，导致图像质量下降。主要原因有：成像系统的像差、畸变、带宽有限几何失真：由于成像器件拍摄姿态和扫描非线性灰度失真：光学系统或成像传感器本身特性不均匀运动模糊：...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。