图像恢复与增强解析-CSDN博客

本文链接：https://blog.csdn.net/weixin_44593822/article/details/105678578

图像恢复(复原)与图像增强的研究内容有一定的交叉性：图像增强1是一种改进图像视觉效果的技术(增益性)；图像恢复2是一种对退化(或品质下降)了的图像去除退化因素，并进而复原或重建退化图像的技术。
根据以上定义，通过去模糊函数去除图像模糊应属于一种图像恢复技术。

图像恢复是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。

图象恢复指消除成像过程中因摄像机与物体相对运动、系统误差、畸变、噪声等因素的过程。在该过程中，需要先建立造成图像质量下降的退化模型，再应用模型反推真实图像，同时运用特定的算法或标准来判定图像恢复的效果。在遥感图像处理中，为消除遥感图像的失真、畸变，恢复目标的反射波谱特性和正确的几何位置，通常需要对图像进行恢复处理，包括辐射校正、大气校正、条带噪声消除、几何校正等内容。

图像复原与图像增强的区别

图像的增强是一个主观的过程，其目的是改善图片的质量，对感兴趣的部分加以增强，对不感兴趣的部分予以抑制。而图像复原是一个客观的过程，针对质量降低或失真的图像，试图恢复其原始的内容或质量。复原技术是面向退化模型的，并且采用相反的过程进行处理，以便恢复出原图像。在进行图像复原之前要先建立起其退化模型，根据该模型进行图像复原。

课本中的图像退化过程建模为一个退化函数和一个加性噪声。

退化函数的估计

在图像复原中，我们需要对退化函数进行估计。主要有观察法，实验法，数学建模法。

观察法通过选择噪声较小的子图像（减少噪声的影响）来得到H(u,v)，然后根据此信息来构建全图的H(u,v)，之后利用后面的复原方法来复原。实验法是指我们可以使用或设计一个与图像退化过程相似的装置（过程），使其成像一个脉冲，可得到退化系统的冲激响应 H(u,v) = G(u,v) / A。而建模估计则是从引起图像退化的基本原理进行推导，进而对原始图像进行模拟，在模拟过程中调整模型参数以获得尽可能精确的退化模型。课本中有两种模型，大气湍流模型和运动模糊模型。