版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、研究生“機(jī)器視覺”課程2.4 圖像復(fù)原 (Image Restoration)退化圖像復(fù)原圖像利用退化現(xiàn)象的某種先驗(yàn)知識來重建或復(fù)原被退化的圖像研究生“機(jī)器視覺”課程2.4 圖像復(fù)原 (Image Restoration)主要內(nèi)容 圖像退化/復(fù)原過程的模型 噪聲模型 僅有噪聲時的空間濾波復(fù)原 估計退化函數(shù) 逆濾波器 最小均方誤差濾波(維納濾波) 幾何變換研究生“機(jī)器視覺”課程一、圖像退化/復(fù)原過程的模型( a Model of the Image Degradation/Restoration Process )圖像退化過程可以模型化為一個退化函數(shù)和一個加性噪聲項(xiàng),處理一幅輸入圖像f(x,y)
2、產(chǎn)生一幅退化的圖像g(x,y),給定g(x,y)和關(guān)于退化函數(shù)H的一些知識以及外加噪聲項(xiàng),圖像復(fù)原的目的是獲得關(guān)于原始圖像的近似估計。g(x, y) = h(x, y) * f (x, y) +h(x, y)G(u, v) = H (u, v)F (u, v) + N (u, v)研究生“機(jī)器視覺”課程二、噪聲模型 (Noise Models)數(shù)字圖像的噪聲主要來源于圖像的獲取和傳輸過程。常見的六類噪聲: 高斯噪聲 瑞利噪聲 伽瑪噪聲 指數(shù)分布噪聲 均勻分布噪聲 脈沖噪聲研究生“機(jī)器視覺”課程1、一些重要噪聲的概率密度函數(shù)(PDF)高斯噪聲模型122p(z) =e- (z -m )/ 2s2p
3、sz表示灰度值,表示z的平均或期望值,s 表示z的標(biāo)準(zhǔn)差。 z值有70%落在(),()范圍內(nèi),有95%落在(2),(2)范圍內(nèi)。研究生“機(jī)器視覺”課程瑞利噪聲模型2(z - a)e-(z-a )2 / bz abp(z) = z a0,z表示灰度值均值m = a +pb / 4,方差s 2 =b(4 - p )4距離原點(diǎn)的位移為a函數(shù)曲線向右變形研究生“機(jī)器視覺”課程伽瑪(愛爾蘭)噪聲模型abzb-1e -azz 0(b -1)!p(z) = 0,z 0, b為正整數(shù)。均值m = b , 方差s 2 = b a a2研究生“機(jī)器視覺”課程指數(shù)分布噪聲模型-a zp(z) = a ez 00,z
4、 0時,消除胡椒噪聲;當(dāng)Q0且A20,轉(zhuǎn)到B層 中值是否是脈沖信號否則增大窗口尺寸如果窗口尺寸0且B20,輸出Zxy否則輸出Zmed其中:ZminSxy中灰度級的最小值;ZmaxSxy中灰度級的最大值;ZmedSxy中灰度級的中值; Zxy 在坐標(biāo)(x,y)上的灰度級;SmaxSxy允許的最大尺寸;特點(diǎn)濾波過程中,濾波窗口大小自適應(yīng)變化。研究生“機(jī)器視覺”課程四、頻率濾波削減周期噪聲帶阻濾波器研究生“機(jī)器視覺”課程帶阻濾波器主要應(yīng)用于在頻率域噪聲分量的一般位置近似已知的應(yīng)用中消除噪聲。研究生“機(jī)器視覺”課程使用帶通濾波器提取噪聲模式研究生“機(jī)器視覺”課程陷波濾波器阻止事先定義的中心頻率鄰域內(nèi)的
5、頻率研究生“機(jī)器視覺”課程研究生“機(jī)器視覺”課程五、估計退化函數(shù)(Estimating the Degradation Function )主要方法 圖像觀察估計法 試驗(yàn)估計法 模型估計法研究生“機(jī)器視覺”課程1、圖像觀測估計法(Estimation by Image Observation )假設(shè)提供了一幅退化圖像,而沒有退化函數(shù)H的知識(估計退化函數(shù)的方法:收集圖像自身的信息)G s (x, y) 觀察子圖像Fs ( x, y) 構(gòu)建子圖像H s (u, v) = Gs (u, v)Fs (u, v)研究生“機(jī)器視覺”課程2、試驗(yàn)估計法(Estimation by Experimentat
6、ion )= G(u, v)H s (u, v)A研究生“機(jī)器視覺”課程3、 模型估計法(Estimation by Modeling )H (u, v) = e-k (u 2 +v2 )5 / 6研究生“機(jī)器視覺”課程假設(shè)圖像f(x,y)進(jìn)行平面運(yùn)動,x0(t)y0(t)分別是在x和y方向上相應(yīng)的隨時間變化的運(yùn)動參數(shù)。設(shè)T為曝光時間,g(x,y)為模糊的圖像g(x, y) = 0T f x - x0 (t), y - y0 (t)dtG (u , v) = - - g( x, y)e - j 2 p ( ux +vy ) dxdyG(u, v) = 0T - - f x - x0 (t),
7、y - y0 (t)e- j 2p (ux+vy) dxdydtG(u, v) = 0T F (u, v)e- j 2p ux0 (t )+vy0 (t )dt = F (u, v)0T e- j 2p ux0 (t )+vy0 (t )dt= H (u, v)F (u, v)H (u, v) = 0T e- j 2p ux0 (t )+vy0 (t )dt研究生“機(jī)器視覺”課程設(shè)x0(t)=at/T, y0(t)=bt/T,則退化函數(shù)為:H (u, v) =Tsin p (ua + vb )e - jp ( ua + vb )p (ua + vb )研究生“機(jī)器視覺”課程六、逆濾波 (Inv
8、erse Filtering )用退化函數(shù)除退化圖像的傅立葉變換(G(u,v)來計算原始圖像的傅立葉變換估計 F (u, v)G ( u ,v )N ( u ,v )F (u, v) = F (u, v) +H ( u ,v )H ( u ,v )上式說明,即使已知退化函數(shù),也不能準(zhǔn)確地復(fù)原未退化的圖像。因?yàn)?,N(u,v)是一個隨機(jī)變量,它的傅立葉變換未知。更糟糕的是,如果退化是零或非常小的值,上式中的后項(xiàng)很容易決定F的估計值。研究生“機(jī)器視覺”課程研究生“機(jī)器視覺”課程七、維納濾波 (Wiener Filtering)目標(biāo):找一個未污染圖像f 的估計值 f ,使得它們之間的均方誤差最小。e
9、2 = E ( f - f )2 ,e2 m in最小均方誤差濾波或最小二乘方誤差濾波假設(shè):噪聲與圖像不相關(guān)噪聲有零均值估計的灰度級是退化圖像灰度級的線性函數(shù)研究生“機(jī)器視覺”課程維納濾波(1942)F (u, v)= H * (u ,v) S f (u ,v)G(u, v)2fhS (u ,v)H (u ,v)+ S (u ,v)=H * (u ,v)G(u, v)2hfH (u ,v)+ S (u ,v) / S (u ,v)=1H ( u , v)2G ( u , v)H ( u , v)hfH (u ,v )2 +S (u ,v) / S (u ,v )未退化圖像功率譜近似表達(dá)式 =
10、F (u, v) 1 H (u,v)噪聲功率譜H 2 (u,v)2G(u, v)H (u,v)+K 若噪聲為零,維納濾波 逆濾波研究生“機(jī)器視覺”課程研究生“機(jī)器視覺”課程研究生“機(jī)器視覺”課程 約束最小二乘方濾波(Constrained Least Squares Filtering )H * (u,v)F (u, v) = G(u, v)22H (u,v)+gP(u,v)其中:P(u,v)是以下函數(shù)p(x,y)的傅立葉變換0-10p(x, y) = -1 4-10-10研究生“機(jī)器視覺”課程研究生“機(jī)器視覺”課程八、幾何變換(Geometric Transformations)包括兩步驟(
11、1)空間變換(2)灰度級插補(bǔ)研究生“機(jī)器視覺”課程1、圖像的幾何修正建模(x,y)(x,y)理想圖像幾何失真的圖像圖像幾何修正的線性模型x = a1x+b1y+c1y = a2x+b2y+c2分析: 當(dāng)a1=b2=1,b1=a2=0時,圖像平移2222圖像旋轉(zhuǎn)當(dāng)a1 b1=a2b2 =1, c1=c2=0時,當(dāng)a1/b1=a2/b2, c1=c2=0時,圖像擴(kuò)大或縮小研究生“機(jī)器視覺”課程(x,y)(x,y)理想圖像幾何失真的圖像圖像幾何修正的雙線性模型x = a1x+b1y+c1xy+d1y = a2x+b2y+c2xy+d2模型中參數(shù)的求解對于線性模型,最少需要知道三組對應(yīng)點(diǎn)。對于雙線性模型,最少需要知道四組對應(yīng)點(diǎn)。為了提高模型精度,一般選擇多組對應(yīng)點(diǎn),用最小二乘法求解參數(shù)研究生“機(jī)器視覺”課程2、幾何修正后圖像灰度值的求取方法一、最近鄰點(diǎn)法g(x,y) f(x,y)研究生“機(jī)器視覺”課程方法二、加權(quán)內(nèi)插法g (x,y)g (x,y+1) f (x,y)g (x+1,y)g (x+1,y+1)f (x, y) = (
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 房地產(chǎn)銷售積極心態(tài)培訓(xùn)
- 建材單店開業(yè)活動策劃
- 模擬企業(yè)內(nèi)部培訓(xùn)
- 廣東省廣州市天河區(qū)2024-2025學(xué)年八年級上學(xué)期語文期中測試卷(含解析)
- T-ZFDSA 04-2024 羊肉草果粥制作標(biāo)準(zhǔn)
- 甘肅省酒泉市金塔縣等四地2024-2025學(xué)年高二上學(xué)期11月期中物理試題
- 信息技術(shù)(第2版)(拓展模塊)拓展模塊7 教案修改
- 2024年湖北省武漢市中考英語試題含解析
- 幼兒園幼兒安全教育教案9篇
- 婚禮攝影技巧與創(chuàng)意-婚禮攝影師工作坊
- 創(chuàng)新實(shí)踐(理論)學(xué)習(xí)通超星期末考試答案章節(jié)答案2024年
- 2024世界精神衛(wèi)生日共建共治共享同心健心安心宣傳課件
- 二十屆三中全會知識點(diǎn)試題及答案【200題】
- (正式版)JTT 1482-2023 道路運(yùn)輸安全監(jiān)督檢查規(guī)范
- 《養(yǎng)成學(xué)習(xí)習(xí)慣》ppt課件完整版
- 2023《中華人民共和國合同法》
- 超星爾雅學(xué)習(xí)通《當(dāng)代大學(xué)生國家安全教育》章節(jié)測試答案
- 三年級上冊數(shù)學(xué)課件-總復(fù)習(xí) 周長總復(fù)習(xí)|北師大版
- 小學(xué)一年級上冊 綜合實(shí)踐教學(xué)課件
- 建筑工程初步設(shè)計說明樣本
- 有關(guān)魚塘承包合同模板
評論
0/150
提交評論