欢迎来到淘文阁 - 分享文档赚钱的网站! | 帮助中心 好文档才是您的得力助手!
淘文阁 - 分享文档赚钱的网站
全部分类
  • 研究报告>
  • 管理文献>
  • 标准材料>
  • 技术资料>
  • 教育专区>
  • 应用文书>
  • 生活休闲>
  • 考试试题>
  • pptx模板>
  • 工商注册>
  • 期刊短文>
  • 图片设计>
  • ImageVerifierCode 换一换

    图像复原的目标图像复原ppt课件.ppt

    • 资源ID:82402160       资源大小:856.50KB        全文页数:37页
    • 资源格式: PPT        下载积分:20金币
    快捷下载 游客一键下载
    会员登录下载
    微信登录下载
    三方登录下载: 微信开放平台登录   QQ登录  
    二维码
    微信扫一扫登录
    下载资源需要20金币
    邮箱/手机:
    温馨提示:
    快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。
    如填写123,账号就是123,密码也是123。
    支付方式: 支付宝    微信支付   
    验证码:   换一换

     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    图像复原的目标图像复原ppt课件.ppt

    在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确数字图像处理数字图像处理第十六章第十六章图像复原图像复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确CH16 图像复原l一、概述一、概述l二、图像降质和降质模型二、图像降质和降质模型l三、经典复原滤波器三、经典复原滤波器l四、离散情况下降质分析四、离散情况下降质分析l五、线性代数复原五、线性代数复原l六、广义逆六、广义逆SVD复原复原l七、七、Kalman滤波图像复原滤波图像复原l八、几何畸变的复原八、几何畸变的复原l九、会话型复原九、会话型复原l要点总结要点总结l上机实习上机实习在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确1 概述l图像增强的有关技术图像增强的有关技术l1)灰度直方图)灰度直方图l直方图直方图l直方图线性拉伸与压缩直方图线性拉伸与压缩l直方图非线性映射及直方图均衡化直方图非线性映射及直方图均衡化l2)邻域处理(空间滤波增强)邻域处理(空间滤波增强)l一阶梯度法一阶梯度法l二阶拉普拉斯法二阶拉普拉斯法l3)频域处理)频域处理l低通滤波低通滤波l高通滤波高通滤波l带阻滤波带阻滤波在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确1 概述l4)伪彩色增强)伪彩色增强l灰度分层映射灰度分层映射l频域映射频域映射l5)形态学处理)形态学处理l腐蚀腐蚀l膨胀膨胀l击中击不中击中击不中l6)图像增强应用)图像增强应用l图像平滑和去噪:邻域平均、邻域加权平均、多幅平图像平滑和去噪:邻域平均、邻域加权平均、多幅平均、频域空间滤波均、频域空间滤波l图像轮廓抽取与锐化图像轮廓抽取与锐化在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确1 概述l图像增强与复原的区别图像增强与复原的区别l图像增强:不考虑图像降质的原因,只将图像中感兴图像增强:不考虑图像降质的原因,只将图像中感兴趣的特征突出,而衰减不需要的特征。改善后的图像趣的特征突出,而衰减不需要的特征。改善后的图像不一定要逼近原图像。不一定要逼近原图像。l图像复原的目标图像复原的目标l图像复原:图像复原:根据图像降质原因,设法去补偿降质因素,根据图像降质原因,设法去补偿降质因素,从而使改善后的图像尽可能逼近原始图像。从而使改善后的图像尽可能逼近原始图像。l方法方法l根据图像降质的原因,根据图像降质的原因,建立降质模型建立降质模型;l分析降质模型,分析降质模型,采取某种复原方法采取某种复原方法;l恢复或重建原有图像恢复或重建原有图像。在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确2 图像降质和降质模型l1)图像降质原因)图像降质原因l噪声和光学系统等。包括点降质和空间降质,而颜色噪声和光学系统等。包括点降质和空间降质,而颜色变化和时间变化本章不考虑。变化和时间变化本章不考虑。l2)降质模型)降质模型l无噪声降质模型无噪声降质模型在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确2 图像降质和降质模型l有噪声降质模型有噪声降质模型l降质模型性质降质模型性质lH是线性的;是线性的;lH是空间移不变的是空间移不变的;在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确3 经典复原滤波器l1)一般原理)一般原理l2)去卷积(反滤波)去卷积(反滤波)l问题:问题:H函数有许多零点,函数有许多零点,N较大时影响复原效果。较大时影响复原效果。l解决方法:采用加窗低通滤波器。解决方法:采用加窗低通滤波器。l后果:导致图像模糊。后果:导致图像模糊。另一个问题:如何求h的逆?在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确3 经典复原滤波器l3)维纳去卷积(维纳反滤波)维纳去卷积(维纳反滤波)l(1)一维维纳去卷积)一维维纳去卷积lMSE最小即滤波器最优的充分必要条件:最小即滤波器最优的充分必要条件:维纳滤波器维纳滤波器使得输入使得输入/输出的互相关函数等于信号输出的互相关函数等于信号/(信号(信号+噪声)噪声)的互相关函数。的互相关函数。l信号和噪声互不相关信号和噪声互不相关在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确3 经典复原滤波器l缺点缺点lMSE准则对任何灰度的误差赋予同样的权;准则对任何灰度的误差赋予同样的权;l不能处理空间可变的冲击响应;不能处理空间可变的冲击响应;l噪声必须是相加的。噪声必须是相加的。l两种改进方法两种改进方法l功率谱均衡功率谱均衡l几何均值滤波器几何均值滤波器注意:H是降质模型传递函数在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析l1)一维离散降质模型)一维离散降质模型求h的逆的方法.在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析1.1.循环矩阵和块循环矩阵很容易求逆循环矩阵和块循环矩阵很容易求逆;2.2.方法方法:找特征值和特征向量找特征值和特征向量;在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析l2)循环矩阵对角化)循环矩阵对角化在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确4 离散情况下降质分析l5)对角化在降质模型中的应用)对角化在降质模型中的应用对对角角化化与与傅傅立立叶叶变变换换之之间间的的关关系系在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原l问题问题l在离散退化模型基础上(对退化模型在离散退化模型基础上(对退化模型H和噪声和噪声n先验了先验了解),获得降质图像解),获得降质图像g,在某些准则条件下确定在某些准则条件下确定f的估的估计值计值 ,使准则最优。,使准则最优。l1)无约束复原)无约束复原l(1)反滤波(去卷积)反滤波(去卷积)在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原l2)约束复原)约束复原l(1)基本原理)基本原理在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原l(2)维纳滤波图像复原)维纳滤波图像复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原维维纳纳滤滤波波器器本本质质是是P Pn n比比P Pf f最最小小在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确实际中实际中,可反复代入不同可反复代入不同的的K K值进行实验值进行实验.5 线性代数复原l(3)几个问题的讨论)几个问题的讨论在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原l(4)平滑约束)平滑约束l菲利浦基于平滑度函数提出的复原方法菲利浦基于平滑度函数提出的复原方法重构图像平滑等价于二重构图像平滑等价于二阶导数平方和最小阶导数平方和最小.在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确5 线性代数复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确6 广义逆SVD复原l1)广义逆)广义逆在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确6 广义逆SVD复原l2)SVD求解求解在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确6 广义逆SVD复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确6 广义逆SVD复原在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确9 会话型复原l思想:以上复原方法建立在严格的数学分析基础上,有时思想:以上复原方法建立在严格的数学分析基础上,有时很复杂。难以实用。很复杂。难以实用。l某些特殊情况下,直接和计算机交互,通过人的视觉分析某些特殊情况下,直接和计算机交互,通过人的视觉分析进行图像复原。进行图像复原。l例:去除图像上的正弦干扰(相干噪声)。例:去除图像上的正弦干扰(相干噪声)。在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确9 会话型复原有正弦干扰的有正弦干扰的BOB图像图像在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确9 会话型复原经过频谱移中的经过频谱移中的BOB傅立叶谱图像傅立叶谱图像在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确9 会话型复原l经过判断,在频域点经过判断,在频域点47/48/49,465/466/467处出现处出现高频脉冲;高频脉冲;l设计带阻滤波器,然后经过傅立叶反变换恢复图像;设计带阻滤波器,然后经过傅立叶反变换恢复图像;l会话型复原适宜于二维周期性干扰引起的图像降质。会话型复原适宜于二维周期性干扰引起的图像降质。在整堂课的教学中,刘教师总是让学生带着问题来学习,而问题的设置具有一定的梯度,由浅入深,所提出的问题也很明确9 会话型复原会话型复原后的会话型复原后的BOB图像图像

    注意事项

    本文(图像复原的目标图像复原ppt课件.ppt)为本站会员(飞****2)主动上传,淘文阁 - 分享文档赚钱的网站仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知淘文阁 - 分享文档赚钱的网站(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    关于淘文阁 - 版权申诉 - 用户使用规则 - 积分规则 - 联系我们

    本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

    工信部备案号:黑ICP备15003705号 © 2020-2023 www.taowenge.com 淘文阁 

    收起
    展开