数字图像处理--四、图像复原

目录

4.1 图像退化/复原过程的模型 

4.2 噪声模型

4.2.1高斯噪声 Gaussian noise

4.2.2 瑞利噪声 Rayleigh noise

4.2.3爱尔兰（伽马）噪声 Rayleigh noise

4.2.4指数噪声 Exponential noise

4.2.5均匀噪声 Uniform noise

4.2.6 椒盐噪声 Impulse (salt-and-pepper) noise

4.2.7 噪声模型中参数估计

4.3 噪声复原

4.3.1 只存在噪声的复原 -- 空间滤波

4.3.1.1均值滤波器 

4.3.1.2 次统计排序滤波器 Order-Statistics Filters

4.3.1.3 自适应滤波器 Adaptive Filters

---

对比增强与复原过程

4.1 图像退化/复原过程的模型 

退化的图像表示为：

         h (x, y) 是退化函数的空间表示

        η (x, y) 加性噪声术语

        复原的目标是获得原始图像的估计

频域模型:

 

 图像退化/复原过程的模型：

数字图像的主要噪声源出现在：

        图像采集(数字化) (digitization)：用CCD相机获取图像:光照水平，传感器温度

        传输：无线网络传输: 闪电(Lightning)，大气干扰(atmosphere disturbance)

噪声的空间和频率特性

        当噪声的傅里叶谱一定时，这种噪声通常称为白噪声(white noise)

        除了空间周期噪声，我们在本章中假设噪声是不依赖于空间坐标、与图像本身不相关

        理空间相关噪声的复杂性超出了我们讨论的范围

4.2 噪声模型

4.2.1高斯噪声 Gaussian noise

由于光照和/或温度不佳而产生的电子噪声和/或传感器噪声

        

 

4.2.2 瑞利噪声 Rayleigh noise

距离成像中的噪声现象

        

4.2.3爱尔兰（伽马）噪声 Rayleigh noise

激光成像