数字图像处理6_精品文档.ppt

数字图像处理6_精品文档.ppt

《数字图像处理6_精品文档.ppt》由会员分享，可在线阅读，更多相关《数字图像处理6_精品文档.ppt（71页珍藏版）》请在冰豆网上搜索。

数字图像处理第第6章章图像恢复图像恢复6.1退化模型及恢复技术基础退化模型及恢复技术基础6.2空间域滤波恢复空间域滤波恢复6.3频率域滤波恢复频率域滤波恢复6.4逆滤波逆滤波6.5最小均方误差滤波器最小均方误差滤波器-维纳滤波维纳滤波前前言言图像恢复和图像增强一样，都是为了改善图像图像恢复和图像增强一样，都是为了改善图像视觉效果，以及便于后续处理。

只是图像增强视觉效果，以及便于后续处理。

只是图像增强方法更偏向主观判断，而图像恢复则是根据图方法更偏向主观判断，而图像恢复则是根据图像畸变或退化原因，进行模型化处理。

本章安像畸变或退化原因，进行模型化处理。

本章安排如下：

首先介绍退化模型及恢复技术基础；排如下：

首先介绍退化模型及恢复技术基础；随后分析空间域滤波恢复技术；最后介绍频率随后分析空间域滤波恢复技术；最后介绍频率域图像恢复技术及应用。

域图像恢复技术及应用。

6.1退化模型及恢复技术基础退化模型及恢复技术基础-退化的原因退化的原因成像系统的象差、畸变、带宽有限等造成图像图像失真；成像系统的象差、畸变、带宽有限等造成图像图像失真；由于成象器件拍摄姿态和扫描非线性引起的图像几何失由于成象器件拍摄姿态和扫描非线性引起的图像几何失真；真；运动模糊，成象传感器与被拍摄景物之间的相对运动，运动模糊，成象传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；引起所成图像的运动模糊；灰度失真，光学系统或成象传感器本身特性不均匀，造灰度失真，光学系统或成象传感器本身特性不均匀，造成同样亮度景物成象灰度不同；成同样亮度景物成象灰度不同；辐射失真，由于场景能量传输通道中的介质特性如大气辐射失真，由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；湍流效应、大气成分变化引起图像失真；图像在成象、数字化、采集和处理过程中引入的噪声等。

图像在成象、数字化、采集和处理过程中引入的噪声等。

6.1退化模型及恢复技术基础退化模型及恢复技术基础-退化模型退化模型实际所得退化图像可简化为6.1退化模型及恢复技术基础退化模型及恢复技术基础-恢复技术的概念及分类恢复技术的概念及分类定义：

图像恢复是根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像本来面貌。

6.1退化模型及恢复技术基础退化模型及恢复技术基础-恢复技术的概念及分类恢复技术的概念及分类图像恢复技术的分类：

（1）在给定退化模型条件下，分为无约束和有约束两大类;

（2）根据是否需要外界干预，分为自动和交互两大类;（3）根据处理所在域，分为频域和空间域两大类。

6.2噪声模型（噪声模型（NoiseModels）数字图像的噪声的来源噪声的频率特性噪声的空间特性6.2.1噪声类型噪声类型-高斯噪声高斯噪声定义：

6.2.1噪声类型噪声类型-均匀分布噪声均匀分布噪声定义：

定义：

6.2.1噪声类型噪声类型-脉冲噪声（椒盐噪声）脉冲噪声（椒盐噪声）定义例6.1A=imread（fig606a.jpg）;%读取图像figure,imshow（A）;%显示图像A=rgb2gray（A）;figure,hist（double（A）,10）;%求出A的直方图并显示B=imnoise（A,gaussian,0.05）;%对A附加高斯噪声figure,imshow（B）;%显示附加高斯噪声后的图像Bfigure,hist（double（B）,10）;%求出B的直方图并显示C=imnoise（A,speckle,0.05）;%对A附加均匀分布噪声figure,imshow（C）;%显示附加均匀噪声后的图像Cfigure,hist（double（C）,10）;%求出C的直方图并显示D=imnoise（A,salt&pepper,0.05）;%对A附加椒盐噪声figure,imshow（D）;%显示附加椒盐噪声后的图像Dfigure,hist（double（D）,10）;%求出D的直方图并显示6.2.1噪声类型噪声类型-示例示例（a）原图（b）高斯噪声图6.2.1噪声类型噪声类型-示例示例（c）均匀分布噪声（d）椒盐噪声6.3空空间域滤波恢复定义：

空间域滤波恢复即是在已知噪声模型的基础上，对噪声的空间域滤波6.3.1均值滤波器均值滤波器采用均值滤波模板对图像噪声进行滤除6.2.2均值滤波均值滤波-类型类型算术均值滤波器：

算术均值滤波器：

几何均值滤波器几何均值滤波器6.2.2均值滤波均值滤波-类型类型谐波均值滤波器谐波均值滤波器逆谐波均值滤波器逆谐波均值滤波器6.2.2均值滤波均值滤波-示例示例（a）输入图像；（b）高斯噪声污染图像；（c）用均值滤波结果6.2.2均值滤波均值滤波-示例示例（d）几何均值滤波（e）Q1.5的逆谐波滤波（f）Q=1.5滤波的结果6.3.2顺序统计滤波顺序统计滤波1.中值滤波中值滤波其中，其中，g为输入图像，sxy为滤波窗口。

修正后的阿尔法均值滤波器img=imread（cameraman.tif）;imshow（img）;%显示图像img_noise=double（imnoise（img,gaussian,0.06）;%对图像附加高斯噪声figure,imshow（img_noise,）;%显示加噪图像img_mean=imfilter（img_noise,fspecial（average,3）;%对附加有高斯噪声的图像实行算术均值滤波figure;imshow（img_mean,）;%显示算术均值滤波后的图像img_mean=exp（imfilter（log（img_noise）,fspecial（average,3）;%对附加有高斯噪声的图像实行几何均值滤波figure;imshow（img_mean,）;%显示几何均值滤波后的图像Q=-1.5;%对高斯噪声图像实行Q取负数的逆谐波滤波img_mean=imfilter（img_noise.（Q+1）,fspecial（average,3）./imfilter（img_noise.Q,fspecial（average,3）;figure;imshow（img_mean,）;%显示逆谐波滤波后的图像Q=1.5;%对高斯噪声图像实行Q取正数的逆谐波滤波img_mean=imfilter（img_noise.（Q+1）,fspecial（average,3）./imfilter（img_noise.Q,fspecial（average,3）;figure;imshow（img_mean,）;%显示逆谐波滤波后的图像例6.3img=rgb2gray（imread（football.jpg）;%读取图像并转换成灰度图像figure;imshow（img）;%显示图像img_noise=double（imnoise（img,salt&pepper,0.06）;%加椒盐噪声figure,imshow（img_noise,）;%显示附加椒盐噪声后的图像img_mean=imfilter（img_noise,fspecial（average,5）;%对附加有椒盐噪声的图像实行算术均值滤波figure;imshow（img_mean,）;%显示算术均值滤波后的图像img_median=medfilt2（img_noise）;%对附加有椒盐噪声的图像实行中值滤波figure;imshow（img_median,）;%显示中值滤波后的图像img_median2=medfilt2（img_median）;%对中值滤波处理后的图像再次实行中值滤波figure;imshow（img_median2,）;%显示再次中值滤波后的图像中值滤波示例（a）椒盐噪声污染的图像（b）均值滤波结果；中值滤波示例（续）（c）中值滤波结果（d）对c图再次中值滤波最大最大/最小滤波最小滤波2.最大最大/最小滤波最小滤波1）最大值滤波器为：

）最大值滤波器为：

2）最小值滤波器为：

最大最大/最小滤波示例最小滤波示例（a）噪声图像（b）最大滤波结果（c）最小滤波结果6.4频率域滤波恢复频率域滤波恢复原理：

时域卷积相当于频域乘积。

因此可以在频率域中直接设计滤波器，对信号进行恢复处理。

分类：

常用的图像恢复方法有带阻滤波器带阻滤波器、带通滤带通滤波器波器、陷波滤波器陷波滤波器等6.4.1带阻滤波器带阻滤波器1.理想带阻滤波器2.巴特沃思带阻滤波器6.4.1带阻滤波器带阻滤波器高斯带阻滤波器（a）理想带阻滤波器;（b）巴特沃思带阻滤波;（c）高斯带阻滤波器6.4.1带阻滤波器示例带阻滤波器示例（a）（b）（c）（d）（a）被正弦噪声污染的图像；（b）图（a）的频谱；（c）巴特沃思带阻滤波器；（d）滤波效果图I=imread（woman1.bmp）;%读取图像I=rgb2gray（I）;%转换成灰度图像M,N=size（I）;%得到图像的高度和宽度P=I;fori=1:

Mforj=1:

NP（i,j）=P（i,j）+20*sin（20*i）+20*sin（20*j）;%添加周期噪声endendfigure,imshow（I）;%显示原图像figure,imshow（P）;%显示加噪图像IF=fftshift（fft2（I）;%对原图像作傅里叶变换，并将原点移至中心IFV=log（1+abs（IF）;%原图像的频谱PF=fftshift（fft2（P）;%对加噪图像作傅里叶变换，并将原点移至中心PFV=log（1+abs（PF）;%加噪图像的频谱figure,imshow（IFV,）;%显示原图像的频谱figure,imshow（PFV,）;%显示加噪图像的频谱freq=50;%设置带阻滤波器中心频率width=5;%设置带阻滤波器频带宽度ff=ones（M,N）;fori=1:

Mforj=1:

Nff（i,j）=1-exp（-0.5*（i-M/2）2+（j-N/2）2）-freq2）/（sqrt（i.2+j.2）*width）2）;%高斯带阻滤波器endendfigure,imshow（ff,）;%显示高斯带阻滤波器out=PF.*ff;%矩阵点乘实现频域滤波out=ifftshift（out）;%原点移回左上角out=ifft2（out）;%傅里叶逆变换out=abs（out）;%取绝对值out=out/max（out（:

）;%归一化figure,imshow（out,）;%显示滤波结果6.4.2带通滤波器带通滤波器带通滤波器执行与带阻滤波器相反的操作可用全通滤波器减去带阻滤波器来实现带通滤波器6.4.3陷波滤波器陷波滤波器陷波滤波器被用于阻止（或通过）事先定义的中心频率领域内的频率由于傅立叶变换时对称的,因此陷波滤波器必须以关于原点对称的形式出现。

6.3.3陷波滤波器陷波滤波器（a）（b）（c）（a）理想陷波滤波器;（b）巴特沃思陷波滤波器;（c）高斯陷波滤波器6.5估计退化函数估计退化函数退化模型退化模型:

（1）如果如果:

则系统则系统H是一个线性系统是一个线性系统.则系统则系统H称为位置不变系统称为位置不变系统（或空间不变系统或空间不变系统）.

（2）如果退化模型为线性和位置不变的如果退化模型为线性和位置不变的,其可表示为其可表示为:

即即:

6.5估计退化函数估计退化函数许多退化类型可以近似表示为线性的位置不变过程许多退化类型可以近似表示为线性的位置不变过程.非线性的与位置有关的技术难以求解非线性的与位置有关的技术难以求解.由于退化模型为卷积的结果由于退化模型为卷积的结果,且图像复原需要滤波器且图像复原需要滤波器,应此术语应此术语”图像去卷积图像去卷积”常用于表示线性图像复原常用于表示线性图像复原,而用于复原处理的滤波器称为而用于复原处理的滤波器称为”去卷积滤波器去卷积滤波器”.6.5估计退化函数估计退化函数退化函数通常未知退化函数通常未知,因此在复原之前需要估计退化函