数字图像处理分析.pptx
图像复原的基本概念图像复原的基本概念 在图像采集过程中产生的许多种退化常被称为模糊，它对目标的频谱宽度有带限作用。在图像记录过程中产生的主要退化常被称为噪声，它可来源于测量误差，记数误差等等。第1页/共103页图像复原的基本概念图像复原的基本概念图像退化示例(a)表示一种非线性的退化(b)表示一种模糊造成的退化(c)表示一种场景中目标运动造成的模糊退化(d)表示的是随机噪声的迭加退化 第2页/共103页 a)被正弦噪声干扰的图像 b)滤波效果图用巴特沃思滤波器复原受正弦噪声干扰的图像图像复原的基本概念第3页/共103页 a)受大气湍流的严重影响的图像 b)用维纳滤波器恢复出来的图像维纳滤波器应用图像复原的基本概念第4页/共103页图像复原的基本概念图像复原的基本概念图像复原 将降质了的图像恢复成原来的图像。具体方法：针对引起图像退化的原因，以及降质过程某先验知识，建立退化模型，再针对降质过程采取相反的方法，恢复图像。一般地讲，复原的好坏应有一个规定的客观标准，以便对复原的结果作出某种最佳的评估。第5页/共103页图像复原的基本概念图像复原的基本概念图像还原与图像增强的区别图像还原与图像增强的区别1图像退化原因决定还原的方法2评价标准不同：a）增强：突出感兴趣的那部分 采用主观评估 b）还原：利用退化的逆过程恢复原始图像，采用客观评估：接近原始图像第6页/共103页 无约束恢复 技术 有约束恢复 自动方法图像恢复 策略 交互方法 根据是否需要外来干预 空域 处理域 频域图像一般模型：线性位移不变系统标准：非线性恢复、线性恢复图像复原的基本概念第7页/共103页 图像退化模型图像退化模型退化过程可看作对原图像f(x,y)作线性运算。g(x,y)H f(x,y)+n(x,y)退化图像 退化模型 噪声Hf(x,y)n(x,y)退化过程被建模为一个退化函数和一个加性噪声项g(x,y)第8页/共103页以后讨论中对退化模型H作以下假设：H是线性的 H是空间（或位移）不变的 对任一个f(x,y)和任一个常数 和都有：H f(x-,y-)=g(x-,y-)就是说图像上任一点的运算结果只取决于该点的输入值，而与坐标位置无关。图像退化模型图像退化模型第9页/共103页f(i,j)：原始图像g(i,j)：退化/降质图像H()：成像系统的作用，则：由于 函数的筛选性质（一幅图像可以看作是由一系列冲激函数组成的）图像退化模型第10页/共103页图像退化模型第11页/共103页其中*表示卷积运算。如果H()是一个可分离系统，即则二维运算可以分解为列和行两次一维运算来代替图像退化模型第12页/共103页图像退化模型在加性噪声情况下，图像退化模型可以表示为 其中n(x,y)为噪声项 图像退化过程被模型化为一个作用在输入图像图像退化过程被模型化为一个作用在输入图像f f(x x,y y)上的系统上的系统H H；它与一它与一个加性噪声个加性噪声n n(x x,y y)的联合作用导致产生退化图像的联合作用导致产生退化图像g g(x x,y y)第13页/共103页图像退化模型图像退化模型线性位移不变的图像退化模型则表示为：第14页/共103页重要结论 一个线性系统完全可以由它的点扩散函数h(x,y,)来表征。若系统的扩散函数PSFPSF已知，则系统在（x，y）点的输出响应可看成是不同坐标 处输入函数 所产生的脉冲响应在（x，y）处的叠加。而在实际退化降质过程中，降质的另一个复杂因素是随机噪声，考虑有噪声的图像恢复，必需知道噪声统计特性以及噪声和图像信号的相关情况，这是非常复杂的。图像退化模型图像退化模型第15页/共103页Hf(x,y)n(x,y)实际中假设是白噪声频谱密度为常数，且与图像不相关，（一般只要噪声带宽比图像带宽大得多时，此假设成立）由此得出图像退化模型。图像退化模型第16页/共103页 讨论的前提是假设H是线性的，下面一些恢复方法都是对上述模型的近似估计。空间域中的卷积等同于频率域中的乘积，频率域表示：两边进行付氏变换：讨论恢复问题：若略去噪音N，得：反变换,可求 Ff 图像退化模型第17页/共103页 若H有零点，G也有零点出现，0/0的不定值，这样模型不保证所有逆过程都有解 由于引起退化的因素众多，而且性质不同，目前又没有统一的恢复方法，许多人根据不同的物理模型，采用不同的退化模型、处理技巧和估计准则，从而导出了多种恢复方法。有效方法：针对特定条件，用特定模型处理图像退化模型第18页/共103页离散的退化模型T对于图像退化降质的过程进行数学建模f(i,j)：原始图像 y(i,j)：退化降质图像h(i,j;k,l)：点扩散函数图像为MN维假设h(i,j;k,l)为空间移不变，则：第19页/共103页第7章图像退化模型图像退化模型噪声介绍图像中的噪声可定义为图像中不希望有的部分，或图像中不需要的部分对信号来说，噪声是一种外部干扰。但噪声本身也是一种信号，它携带了噪声源的信息 信噪比（SNR）一词就反映了噪声相对于信号的强度比值，用能量比（或电压平方比）定义第20页/共103页第7章图像退化模型图像退化模型噪声概率密度函数 高斯噪声第21页/共103页第7章图像退化模型图像退化模型噪声概率密度函数 均匀噪声第22页/共103页第7章图像退化模型图像退化模型噪声概率密度函数 脉冲（椒盐）噪声噪声脉冲可以 是正的或负的一般假设a和b 都是“饱和”值双极性脉冲噪声 也称椒盐噪声 第23页/共103页第7章图像退化模型图像退化模型 空间域滤波器均值滤波器中值滤波器 第24页/共103页 图像复原的方法图像复原的方法寻找滤波传递函数，通过频域图像滤波得到复原图像的傅立叶变换，再求反变换，得到复原图像无约束还原有约束还原非线性约束还原第25页/共103页退化模型：逆过程复原图像：当H(u,v)为0或很小时，病态现象原点附近：图像完全被噪声淹没，造成噪声放大 反向滤波法反向滤波法/逆滤波（无约束）逆滤波（无约束）第26页/共103页解决退化函数为零或为非常小的值的方法限制滤波的频率，使其接近原点。H(0,0)在频率域中通常是H(u,v)的最高值.f(x,y)H(u,v)n(x,y)g(x,y)M(u,v)复原函数 反向滤波法第27页/共103页 有约束还原法有约束还原法维纳滤波/最小均方误差滤波 维纳滤波恢复正是在假定图像信号可近似看作平稳随机过程的前提下，按照使原图像f(x,y)与恢复后的图像 之间的均方误差e2达到最小的准则，来实现图像恢复。即：满足这一要求的转移函数为：复共轭第28页/共103页维纳滤波器最小均方误差滤波器，一般公式(1)如果s=1，大方括号中的项就是维纳滤波器(2)如果s是变量，就称为参数维纳滤波器(3)当没有噪声时，Sn(u,v)=0，维纳滤波器退化成反向滤波法中的理想逆滤波器。第29页/共103页有约束还原法 现象1）H(u,v)=0，无病态现象，分母不为02）SNR高时，同反向滤波法3）SNR低时，效果不满意原因 维纳滤波是基于平稳随机过程模型，且假设退化模型为线性空间不变系统的原因，这与实际情况存在一定差距。另外，最小均方误差准则与人的视觉准则不一定匹配。第30页/共103页最大平滑复原 准则：以函数平滑为基础 1）使函数的二阶导数为最小。二阶导数是突出图像边缘、轮廓等高频信息。约束条件：有约束最小二乘方滤波需反复迭代才能完成 有约束还原法第31页/共103页2）用内积来考察函数f 的平滑性有约束还原法欧几里德向量范数反向滤波第32页/共103页运动模糊图像的复原运动模糊图像的复原退化的原因为已知对退化过程有先验知识，如希望能确定PSF和噪声特性 即确定：h(x,y)与n(x,y)g(x,y)=H f(x,y)+n(x,y)第33页/共103页1根据导致模糊的物理过程（先验知识）1）大气湍流造成的传递函数 PSF模糊模型c：与湍流性质有关的常数第34页/共103页2）光学系统散焦的传递函数 当光学系统散焦时，点光源的像将成圆盘。从公式可看出，散焦系统的传递函数在以原点为中心，d为半径处存在零点，形成一些同心的暗环，由散焦图像的频谱上估计出这些同心圆的半径，可得到H（u,v）模糊模型第35页/共103页T均匀聚焦不准模糊 相机聚焦不准确引起，（不聚焦由许多参数决定：如相机的焦距、相机孔的大小、形状、物体和相机之间的距离等）在研究中为了简单起见，用下列函数表示聚焦不准引起的模糊：模糊模型第36页/共103页模糊后图像任意点的值：特点：图像的频谱在垂直于该方向上存在暗直线，可估出 的大小，运动方向 也可由图像的频谱估计出来已知：设相机不动，对象运动，运动分量x,y分别为x0(t)，y0(t)相机快门速度是理想的，快门开启时间（曝光时间）T。3）匀速直线运动模糊下的PSF 相机与景物之间相对运动造成图像降质，H(u,v)运动模糊：模糊模型第37页/共103页2由图像中的点或线估计（后验知识）1）原始景物中有一清晰的点或点光源。由所成的像得到退化系统的PSF2）原始景物中确定一条线，成像，由直线产生模糊，根据模糊可以测定在于边缘垂直方向上的PSF断面曲线，得出一维PSF，如果PSF对称，旋转一维PSF得到二维PSF模糊模型第38页/共103页3由功率谱估计PSF4噪声n(x,y)的确定相关、不相关两类。一般假设：白色噪声，与图像无关。其频谱密度为常数。只要噪声带宽远大于图像带宽即可作白噪声处理从退化图像大块平坦区中估计，一般不具备噪声先验知识。不同方法要用不同特征参数方差，频谱 模糊模型第39页/共103页 水平匀速直线运动引起模糊的复原（无约束）如果模糊图像是由景物在x方向上作均匀直线运动造成的，则模糊后图像任意点的值为 去除由x方向上均匀运动造成的图像模糊后恢复图像的表达式 第40页/共103页a)原始图像 b)模糊图像 c)复原图像运动模糊图像的恢复处理水平匀速直线运动引起模糊的复原第41页/共103页图像的几何校正图像的几何校正1.几何畸变的描述2.几何校正第42页/共103页图像的几何校正图像的几何校正例：从太空中宇航器拍摄的地球上的等距平行线，图像会变为歪斜或不等距；用光学和电子扫描仪摄取的图像常会有桶形畸变和枕形畸变；用普通的光学摄影与测试雷达拍摄的同一地区的景物二者在几何形状上有较大的差异。以一副图像为基准，去校正另一种方式摄入的图像，以校正其几何畸变，就叫做图像的几何畸变复原或者几何畸变校正/几何校正。第43页/共103页几何校正就是一种几何变换，是图像的几何畸变的反运算，与几何变换类似。几何校正是由输出图像像素坐标反算输入图像坐标，然后通过灰度再采样求出输出像素灰度值。图像几何校正的两个步骤 (1)(1)空间变换：对图像平面上的像素进行重新排列以恢复原空间关系 (2)(2)灰度插值：对空间变换后的像素赋予相应的灰度 值以恢复原位置的灰度值图像的几何校正图像的几何校正第44页/共103页几何畸变的描述几何畸变的描述几何基准图像的坐标系统用(x,y)来表示需要校正的图像的坐标系统用(x,y)表示设两个图像坐标系统之间的关系用解析式表示通常h1(x,y)和h2(x,y)用多项式来表示：第45页/共103页通常用线性畸变线性畸变来近似较小的几何畸变更精确一些可以用二次型来近似若基准图像为f(x,y)，畸变图像为g(x,y)，对于景物上的同一个点，假定其灰度不变，则图像的几何校正图像的几何校正（空间变换）（空间变换）第46页/共103页图像的几何校正图像的几何校正几何变换 通常用已知的多对对应点来确定系数a,b线性畸变 可由基准图找出三个点(x1,y1),(x2,y2),(x3,y3)与畸变图像上三 个点(x1,y1),(x2,y2),(x3,y3)一一对应。第47页/共103页图像的几何校正图像的几何校正将对应点代入，有：解联立方程组，得出6个系数。第48页/共103页二次畸变有12个未知量，需要6对已知对应点图像的几何校正第49页/共103页图像的几何校正图像的几何校正代入上式记作矩阵形式同样有解方程组，得到ai，bi 1212个系数。第50页/共103页f(x,y)g(x,y)图像的几何校正（灰度插值）内插法确定像素的灰度值 几何变换是由输出图像像素坐标反算出输入图像坐标，但该坐标并非整数，需要进行灰度再采样。例：第51页/共103页最近邻插值双线性插值（2*2邻域采样点的平均值）Nearest Neighbor Bilinear再采样是通过灰度插值来完成的图像的几何校正最简单，会有块状效应双三次插值（插值核为三次函数，4*4邻域），效果好，计算量大第52页/共103页显示连接点的图像几何失真后的连接点最近邻内插失真的图像双线性内插失真的图像复原的图像复原的图像第53页/共103页图像复原的应用图像复原的应用图像复原的空间滤波器（只存在噪声）均值滤波器顺序统计滤波器自适应滤波器图像复原的频率域滤波器（消除周期噪声）带阻滤波器带通滤波器陷波滤波器第54页/共103页图像复原的应用图像复原的应用噪声模型数字图像的噪声主要来源于图像的获取和传输过程 图像获取的数字化过程，如图像传感器的质量和 环境条件 图像传输过程中传输信道的噪声干扰，如通过无线网络传输的图像会受到光或其它大气因素的干扰第55页/共103页图像复原的应用图像复原的应用一些重要的噪声高斯噪声瑞利噪声伽马（爱尔兰）噪声指数分布噪声均匀分布噪声脉冲噪声（椒盐噪声）第56页/共103页图像复原的应用图像复原的应用高斯伽马均匀瑞利指数脉冲第57页/共103页图像复原的应用图像复原的应用高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器噪声瑞利噪声对分布在图像范围内特征化噪声有用伽马分布和指数分布用于激光成像噪声均匀密度分布作为模拟随机数产生器的基础脉冲噪声用于成像中的短暂停留中，如错误的开关操作第58页/共103页图像复原的应用图像复原的应用样本噪声图像和它们的直方图用于噪声模型的测试图由简单、恒定的区域组成仅仅有3个灰度级的变化第59页/共103页图像复原的应用图像复原的应用第60页/共103页图像复原的应用图像复原的应用第61页/共103页图像复原的应用图像复原的应用结论上述噪声图像的直方图和它们的概率密度函数曲线对应相似前面5种噪声的图像并没有显著不同但它们的直方图具有明显的区别第62页/共103页图像复原的应用图像复原的应用周期噪声周期噪声是在图像获取中由电力或机电干扰中产生的周期噪声可以通过频率域滤波显著减少第63页/共103页图像复原的应用图像复原的应用图像复原的空间滤波器（只存在噪声）均值滤波器算术均值滤波器、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器顺序统计滤波器中值滤波器、最大值滤波器、最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器自适应滤波器自适应局部噪声消除滤波器、自适应中值滤波器第64页/共103页图像复原的应用图像复原的应用算术均值滤波器Sxy表示中心在(x,y)，尺寸为mn的矩形窗口平滑了一幅图像的局部变化在模糊了结果的同时减少了噪声第65页/共103页图像复原的应用图像复原的应用几何均值滤波器 几何均值滤波器在滤波过程中，与算术均值滤波器相比，会丢失更少的图像细节相对锐化第66页/共103页图像复原的应用图像复原的应用谐波均值滤波器谐波均值滤波器对于“盐”噪声效果好，但不适用于“椒”噪声善于处理高斯噪声等第67页/共103页图像复原的应用图像复原的应用逆谐波均值滤波器Q称为滤波器的阶数。当Q为正数时，用于消除“椒”噪声；当Q为负数时，用于消除“盐”噪声，但不能同时消除“椒盐”噪声当Q=0，逆谐波均值滤波器转变为算术均值滤波器当Q=-1，逆谐波均值滤波器转变为谐波均值滤波器第68页/共103页图像复原的应用图像复原的应用第69页/共103页图像复原的应用图像复原的应用第70页/共103页图像复原的应用图像复原的应用均值滤波器的总结算术均值滤波器和几何均值滤波器适合于处理高斯或均匀等随机噪声谐波均值滤波器适合于处理脉冲噪声缺点：必须事先知道噪声是暗噪声还是亮噪声，以便于选择合适的Q符号第71页/共103页图像复原的应用图像复原的应用 顺序统计滤波器中值滤波器在相同尺寸下，比起均值滤波器引起的模糊少对单极或双极脉冲噪声非常有效第72页/共103页图像复原的应用图像复原的应用最大值滤波器用于发现图像中的最亮点可以有效过滤“椒”噪声（因为“椒”噪声是非常低的值）第73页/共103页图像复原的应用图像复原的应用最小值滤波器用于发现图像中的最暗点可以有效过滤“盐”噪声（因为“盐”噪声是非常高的值）第74页/共103页图像复原的应用图像复原的应用中点滤波器结合了顺序统计和求平均对于高斯和均匀随机分布这类噪声有最好的效果第75页/共103页图像复原的应用图像复原的应用修正后的阿尔法均值滤波器在Sxy邻域内去掉g(s,t)最高灰度值的d/2和最低灰度值的d/2gr(s,t)代表剩余的mn-d个像素当d=0，退变为算术均值滤波器当d=mn-1，退变为中值滤波器当d取其它值时，适用于包括多种噪声的情况。如高斯噪声和椒盐噪声混合的情况第76页/共103页图像复原的应用图像复原的应用第77页/共103页图像复原的应用图像复原的应用第78页/共103页图像复原的应用图像复原的应用均值为0，方差为800的高斯噪声干扰的图像5*5算术均值滤波器5*5中值滤波器被Pa=Pb=0.1的椒盐噪声叠加，进一步恶化5*5几何均值滤波器d=5,规格为5*5的修正后的阿尔法均值滤波器效果较好。由于脉冲噪声的存在，算术均值和几何均值滤波器没有起到良好的作用第79页/共103页图像复原的应用图像复原的应用自适应滤波器 行为变化基于由mn矩形窗口Sxy定义的区域内图像的统计特性。与前述滤波器相比，性能更优但也增加了算法复杂性包括:自适应、局部噪声消除滤波器自适应中值滤波器第80页/共103页图像复原的应用图像复原的应用自适应、局部噪声消除滤波器滤波器响应基于以下4个量：第81页/共103页图像复原的应用图像复原的应用自适应、局部噪声消除滤波器滤波器的预期性能如下：第82页/共103页图像复原的应用图像复原的应用自适应、局部噪声消除滤波器基于上述假定的自适应表达式：唯一需要知道或估计的未知量是噪声方差其它参数可以从Sxy中的像素计算出来2第83页/共103页图像复原的应用图像复原的应用均值为0，方差为1000的高斯噪声 77的几何均值滤波器77的算术均值滤波器77的自适应滤波器更加尖锐第84页/共103页图像复原的应用图像复原的应用自适应中值滤波器传统中值滤波器只能处理空间密度不大的冲激噪声（pa,pb0.2）,而自适应中值滤波器可以处理具有更大概率的冲激噪声。可以在平滑非冲激噪声时保存细节，而传统中值滤波器无法做到。第85页/共103页图像复原的应用图像复原的应用自适应中值滤波器定义下列符号：zmin=Sxy中灰度级的最小值zmax=Sxy中灰度级的最大值zmed=Sxy中灰度级的中值zxy在坐标（x,y）上的灰度级Smax=Sxy允许的最大尺寸第86页/共103页图像复原的应用图像复原的应用自适应中值滤波器的主要目的除去“椒盐”噪声（冲激噪声）平滑其它非冲激噪声减少物体边界细化或粗化等失真算法机理第87页/共103页图像复原的应用图像复原的应用自适应中值滤波器的算法（两个进程）第88页/共103页图像复原的应用图像复原的应用Pa=Pb=0.25的椒盐噪声77的中值滤波器Smax=7的自适应中值滤波器更锐化第89页/共103页图像复原的应用图像复原的应用图像复原的频率域滤波器 带阻滤波器带通滤波器陷波滤波器 第90页/共103页图像复原的应用图像复原的应用 带阻滤波器：阻止一定频率范围内的信号通过而允许其它频率范围内的信号通过，消除或衰减傅里叶变换原点处的频段。理想带阻滤波器巴特沃思带阻滤波器高斯带阻滤波器第91页/共103页图像复原的应用图像复原的应用理想带阻滤波器W是频带的宽度，D0是频带的中心半径第92页/共103页图像复原的应用图像复原的应用n阶的巴特沃思带阻滤波器高斯带阻滤波器第93页/共103页图像复原的应用图像复原的应用带阻滤波器的透视图理想巴特沃思(阶数为1)高斯第94页/共103页图像复原的应用图像复原的应用被正弦噪声污染的图像4阶的巴特沃思带阻滤波器该图像的傅里叶频谱滤波后的图像第95页/共103页图像复原的应用图像复原的应用带通滤波器：允许一定频率范围内的信号通过而阻止其它频率范围内的信号通过。第96页/共103页图像复原的应用图像复原的应用陷波滤波器第97页/共103页图像复原的应用图像复原的应用2阶的巴特沃思陷波滤波器高斯陷波滤波器理想陷波滤波器陷波滤波器透视图第98页/共103页图像复原的应用图像复原的应用理想陷波带阻滤波器第99页/共103页图像复原的应用图像复原的应用巴特沃思陷波带阻滤波器高斯陷波带阻滤波器注：当u0=v0=0,上述3个滤波器变为高通滤波器第100页/共103页图像复原的应用图像复原的应用陷波带通滤波器：通过包含在陷波区的频率Hnp(u,v)是陷波带通滤波器，Hnr(u,v)是对应的陷波带阻滤波器当u0=v0=0时，陷波带通滤波器变为低通滤波器第101页/共103页总结总结n图像增强与图像复原有交叉n图像增强主要是主观过程，而图像复原主要是客观过程n图像复原：利用退化图像的某种先验知识来重建或恢复被退化的图像n复原技术就是把退化模型化，并采用相反的过程进行处理，以便恢复出原图像；n图像增强技术：是探索性过程，基于人类视觉需要(主观)而突出图像的某些特点，如对比度拉伸。n图像的钝化或平滑可看作是图像复原技术（去噪）第102页/共103页感谢您的观看！第103页/共103页
