paper 51:图像复原

Posted Jason.Hevey

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了paper 51:图像复原相关的知识,希望对你有一定的参考价值。

 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的不完善,导致图像质量的下降,这种现象叫做图像退化。    

   图像复原:

           就是对退化的图像进行处理,尽可能恢复出原始图像的真实面貌。

   图像复原方法思路:

           关键是要由退化后的图像估计出退化函数和噪声函数,然后可以得到恢复算子。恢复计算,可以在空域上进行恢复,也可以在频域上进行恢复。

几种噪声模型:

        高斯噪声 Rayleigh噪声 指数噪声 均匀噪声 salt-and -pepper噪声。

估计噪声常用方法是:

        从图像相对平坦区域中估计噪声概率密度函数的形式和参数。具体是,先剪切平坦区域,计算平区域的直方图,计算平坦区域的均值和方差,然后推导出概率密度函数的参数。

点扩展函数:

        主要是学习了线性运动模糊的点扩展函数。

        如果理想图像是一个点 sigma(x,y)=1,且图像采集图像很不理想,则系统得到的实际图像不是一个点,而是一群被扩展(spread-out)了的点h(x,y)。

几种恢复方法:

        主要是学习了频域图像恢复方面的的逆滤波图像复原和维纳滤波复原。逆滤波复原方法是忽略了噪声,当退化函数取较小值时,噪声被严重放大,效果不好;维纳滤波综合了退化函数和噪声统计特性两个方面进行复原处理,寻找一个滤波器,使得复原后的图像和原始图像的均方误差最小,因此维纳滤波又称为最小均方误差滤波器。

以上是关于paper 51:图像复原的主要内容,如果未能解决你的问题,请参考以下文章

基于matlab的退化图像复原------维纳滤波复原

基于matlab的退化图像复原------逆滤波复原

基于matlab的退化图像复原------Lucy-Richarson滤波复原

python数字图像处理 图像的退化和复原

数字图像处理笔记—图像复原

数字图像处理笔记—图像复原