《數(shù)字圖像處理教程（OPENCV版）》 課件 Ch05 圖像復原

數(shù)字圖像處理教程第5章圖像復原圖像“退化”指成像各種因素的影響，例如散焦、運動模糊、傳感器特性不均勻，導致成像質量不理想圖像復原技術是對“退化”圖像進行恢復圖像復原和圖像增強的不同圖像增強是主觀處理，用于改善圖像的可視性，不關心增強后的圖像是否失真圖像復原屬于客觀過程，目的是還原圖像本來面目，因此首先要對圖像退化建立近似的退化數(shù)學模型，才能對退化過程出現(xiàn)的失真進行補償5.1圖像退化模型和復原模型

圖像復原的二種基本方式如果對退化有足夠的先驗知識，直接建立精確的數(shù)學模型，依據(jù)模型對退化圖像進行復原處理缺乏必需的先驗知識時，可先對退化過程建立一個模型，首先對其進行一個大致的描述，然后在復原過程中根據(jù)具體情況逐步修正模型，逐步消除誤差影響

5.2噪聲模型5.2.1常見的噪聲概率密度函數(shù)本節(jié)討論的噪聲獨立于空間坐標、并且與圖像不相關噪聲都是加性白噪聲白噪聲指功率譜密度為常數(shù)的噪聲噪聲幅度值符合某種概率密度分布5.2.1常見的噪聲概率密度函數(shù)

5.2.1常見的噪聲概率密度函數(shù)

5.2.1常見的噪聲概率密度函數(shù)

5.2.1常見的噪聲概率密度函數(shù)

5.2.1常見的噪聲概率密度函數(shù)

5.2.1常見的噪聲概率密度函數(shù)不同概率分布噪聲對直方圖的影響5.2.2周期噪聲周期噪聲有特定頻率，表現(xiàn)為圖像中周期性的干擾通常來自于圖像采集過程中的電氣或電機干擾是唯一的空間依賴型噪聲，即噪聲是否出現(xiàn)、噪聲幅度值等均與空間位置有關頻譜以脈沖的形式出現(xiàn)在頻譜中只能在頻域用頻率選擇濾波器消除周期性噪聲5.2.3噪聲參數(shù)估計典型的周期噪聲參數(shù)可以通過圖像的傅里葉頻譜估計得到非周期性噪聲概率分布函數(shù)參數(shù)可通過傳感器技術參數(shù)得知部分可通過樣本圖像對噪聲參數(shù)進行估計如果能夠接觸到退化圖像的成像系統(tǒng)，可以用此系統(tǒng)拍攝光照均勻、灰度值恒定的區(qū)域，獲得樣本圖像如果沒有上述條件，盡量在退化圖像中選取一段平坦區(qū)域，通過對實際成像的分析估計出噪聲參數(shù)本應是一條豎線的直方圖擴展了，

并且擴展的形態(tài)與對應的噪聲概率

密度函數(shù)曲線相似5.3復原僅由噪聲造成的退化圖像

5.3.1非線性均值濾波

5.3.1非線性均值濾波

5.3.1非線性均值濾波

5.3.2統(tǒng)計排序濾波

5.3.2統(tǒng)計排序濾波

5.3.2統(tǒng)計排序濾波修正的阿爾法均值濾波5.3.3自適應濾波

5.3.3自適應濾波

5.3.3自適應濾波

5.3.3自適應濾波

5.3.3自適應濾波

中值是否椒鹽噪聲非椒鹽噪聲椒鹽噪聲當前像素值是否來自脈沖噪聲來自圖像本身，輸出像素值來自脈沖噪聲，輸出中值代替5.3.3自適應濾波自適應中值濾波效果示例5.4退化函數(shù)的估計實驗法建立數(shù)學模型實驗法

建立數(shù)學模型

建立數(shù)學模型

建立數(shù)學模型

5.5逆濾波5.5逆濾波

5.5逆濾波

5.6維納濾波5.6維納濾波

5.6維納濾波

5.6維納濾波

5.6維納濾波5.7有約束最小二乘濾波5.7有約束最小二乘濾波

5.7有約束最小二乘濾波

5.7有約束最小二乘濾波

5.7有約束的最小二乘濾波運動模糊和噪聲造成的退化圖像有約束最小二乘濾波結果5.7有約束的最小二乘濾波

5.8Lucy-Richardson復原（非盲L-R復原）5.8Lucy-Richardson復原（非盲L-R復原）有約束最小二乘濾波需要提供退化函數(shù)和噪聲參數(shù)，但很多時候噪聲參數(shù)是未知的非線性復原方法Lucky-Richardson(L-R)算法可在退化函數(shù)已知、噪聲參數(shù)未知時取得較好的復原結果5.8Lucy-Richardson復原（非盲L-R復原）

5.8Lucy-Richardson復原（非盲L-R復原）復原示例5.9圖像盲復原5.9圖像盲復原述復原方法都針對退化函數(shù)已知的情況，有些還需要提供噪聲的某些參數(shù)很多情況下既不知道退化函數(shù)，也不知噪聲參數(shù)，這種條件下圖像的復原稱為盲復原或盲去卷積5.9圖像盲復原盲復原方法中用得最多的是盲Lucy-Richardson算法采