生物電子與影像技術(shù) 第六章 圖像復(fù)原課件

1、生物電子與影像技術(shù)哈爾濱工業(yè)大學(xué)（威海）控制科學(xué)與工程系2011年9月第六章 圖像復(fù)原 6.1 圖像退化模型 6.2 噪聲模型及參數(shù)估計 6.3 圖像復(fù)原方法 6.4 圖像幾何校正第六章 圖像復(fù)原 6.1 圖像退化模型 6.2 噪聲模型及參數(shù)估計 6.3 圖像復(fù)原方法 6.4 圖像幾何校正6.1 圖像退化模型圖像復(fù)原 Image Restoration圖像復(fù)原目的針對質(zhì)量降低或者失真的圖像，恢復(fù)其原始的內(nèi)容或者質(zhì)量圖像復(fù)原與圖像增強的區(qū)別圖像增強是考慮在主觀視覺上改善圖像質(zhì)量，并不著重考慮引起質(zhì)量下降的客觀因素圖像復(fù)原從造成質(zhì)量下降的客觀原因出發(fā)，進(jìn)行圖像質(zhì)量改善，試圖恢復(fù)圖像的原來面貌圖像的

2、原始內(nèi)容或者質(zhì)量 = Good Looking ?6.1 圖像退化模型引起圖像質(zhì)量下降的客觀因素成像系統(tǒng)等造成的圖像失真幾何失真：成像姿態(tài)和掃描非線性引起灰度失真：傳感器特性不均勻運動模糊：傳感器與成像對象之間的相對運動輻射失真：場景傳輸通道中的介質(zhì)（如大氣湍流、大氣成分變化）引起噪聲干擾：成像、數(shù)字化、采集和處理過程中引入的噪聲6.1 圖像退化模型6.1 圖像退化模型6.1 圖像退化模型運動失真的應(yīng)用6.1 圖像退化模型圖像退化模型進(jìn)化與退化6.1 圖像退化模型圖像退化模型圖像恢復(fù)：利用某種先驗知識對退化過程建模，并在某個質(zhì)量準(zhǔn)則下，應(yīng)用其逆過程來得到原圖像的最優(yōu)化估計。f(x,y)退化函數(shù)

3、H+g(x,y)n(x,y)恢復(fù)濾波器f(x,y)的最優(yōu)估計退化過程恢復(fù)過程g(x,y)=Hf(x,y)+n(x,y)6.1 圖像退化模型圖像退化模型線性系統(tǒng)設(shè)兩個輸入信號f1(x, y)和f2(x, y)，經(jīng)過系統(tǒng)H的對應(yīng)輸出為g1(x, y)和 g2(x, y)，且滿足：即滿足所謂的齊次性和疊加性條件，則稱系統(tǒng)H為線性系統(tǒng)6.1 圖像退化模型圖像退化模型線性空間不變系統(tǒng)系統(tǒng)H為線性系統(tǒng)，對二維空間函數(shù)，如果H還滿足：則稱該系統(tǒng)為線性移(空間)不變系統(tǒng)，即系統(tǒng)在某點的響應(yīng)只與該點的值有關(guān)，而與其位置無關(guān)。6.1 圖像退化模型圖像退化模型圖像解卷 deconvolution對線性移不變系統(tǒng)，可

4、用如下函數(shù)式表示：空間域：頻率域：對這樣的系統(tǒng)，圖像恢復(fù)也稱為圖像解卷，而在恢復(fù)過程中所使用的濾波器也稱為解卷濾波器。g(x,y)=Hf(x,y)+n(x,y)6.1 圖像退化模型圖像退化模型線性移不變系統(tǒng)圖像復(fù)原處理空間域：頻率域：g(x,y)=Hf(x,y)+n(x,y)6.1 圖像退化模型圖像復(fù)原基本原理逆問題CT、MRI、US 密碼破譯考古破案軍事偵察地球勘探玩魔方、謎語等第六章 圖像復(fù)原 6.1 圖像退化模型 6.2 噪聲模型及參數(shù)估計 6.3 圖像復(fù)原方法 6.4 圖像幾何校正6.2 噪聲模型及參數(shù)估計噪聲模型來源于圖像獲取與傳輸過程白噪聲 White noise白噪聲的Fouri

5、er頻譜為常數(shù)假定白噪聲與空間坐標(biāo)系相互獨立假定白噪聲與圖像像素之間相互獨立周期性噪聲噪聲分布與空間坐標(biāo)系相關(guān)大多數(shù)周期性噪聲可通過頻域濾波基本消除脈沖噪聲在圖像中引起黑、白點狀的隨機噪聲6.2 噪聲模型及參數(shù)估計噪聲模型及概率密度函數(shù)(PDF):高斯噪聲 Gaussian Noise6.2 噪聲模型及參數(shù)估計噪聲模型及概率密度函數(shù)Rayleigh噪聲 Rayleigh Noise6.2 噪聲模型及參數(shù)估計噪聲模型及概率密度函數(shù)Erlang(Gamma)噪聲 Erlang Noise6.2 噪聲模型及參數(shù)估計噪聲模型及概率密度函數(shù)指數(shù)噪聲 Exponential Noise6.2 噪聲模型及參

6、數(shù)估計噪聲模型及概率密度函數(shù)均勻噪聲 Uniform Noise6.2 噪聲模型及參數(shù)估計噪聲模型及概率密度函數(shù)脈沖噪聲 Impulse Noise6.2 噪聲模型及參數(shù)估計噪聲對圖像的影響6.2 噪聲模型及參數(shù)估計噪聲參數(shù)的估計對于這些常見的噪聲模型，關(guān)鍵是得到參數(shù)均值和方差通過傳感器特性進(jìn)行估計從圖像本身進(jìn)行估計6.2 噪聲模型及參數(shù)估計噪聲參數(shù)的估計選擇圖像的一塊小的背景灰度近似為常數(shù)的區(qū)域來估計通過直方圖來估計形狀（參照前六種噪聲）與方差和均值參數(shù)，再求a, b6.2 噪聲模型及參數(shù)估計噪聲參數(shù)的估計6.2 噪聲模型及參數(shù)估計噪聲參數(shù)的估計脈沖噪聲通過直方圖估計Pa, Pb6.2 噪聲

7、模型及參數(shù)估計噪聲的Matlab函數(shù)添加噪聲 imnoiseg=imnoise ( f, gaussian, m, var )向圖像 f 添加均值 m ,方差 var 的高斯噪聲g=imnoise ( f, salt & pepper, d )向圖像 f 添加噪聲密度為 d 的椒鹽噪聲，d為圖像區(qū)域包含噪聲值的百分比6.2 噪聲模型及參數(shù)估計噪聲的Matlab函數(shù)自編噪聲產(chǎn)生函數(shù) imnoise2 g=imnoise2 (type, M, N, a, b )Type uniform / gaussian / salt & pepper / rayleigh / exponential / er

8、langM, N 數(shù)組大小a, b 對應(yīng)type的參數(shù)g 返回的噪聲數(shù)組6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原退化模型 6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原空間濾波器設(shè)計算術(shù)均值濾波器幾何均值濾波器 6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原空間濾波器設(shè)計諧波均值濾波器對“鹽”噪聲較好不適用于“胡椒”噪聲善于處理高斯噪聲6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原空間濾波器設(shè)計逆諧波均值濾波器Q為濾波器的階數(shù)Q=0,算術(shù)平均Q0 for salt Q1 for peppersQ=-1 諧波均值6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像

9、濾波復(fù)原空間濾波器設(shè)計固定濾波器的缺陷未考慮圖像的局部特性設(shè)計復(fù)雜，應(yīng)用面卻減小窗口越大，圖像細(xì)節(jié)丟失越嚴(yán)重去噪和細(xì)節(jié)保持之間折衷選擇6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原空間濾波器設(shè)計自適應(yīng)濾波器結(jié)合圖像的局部特性自動修改濾波器參數(shù)或者濾波策略設(shè)計良好時，性能優(yōu)于固定濾波器，結(jié)構(gòu)則更加簡單6.2 噪聲模型及參數(shù)估計噪聲單獨干擾下的圖像濾波復(fù)原局部噪聲自適應(yīng)濾波器在局部區(qū)域內(nèi)具有局部均值和方差第六章 圖像復(fù)原 6.1 圖像退化模型 6.2 噪聲模型及參數(shù)估計 6.3 圖像復(fù)原方法 6.4 圖像幾何校正6.3 圖像復(fù)原方法退化函數(shù)(點擴展函數(shù))的確定運用先驗知識建模根據(jù)大氣湍流、

10、光學(xué)系統(tǒng)散焦 、照相機與景物相對運動等導(dǎo)致模糊的物理過程（先驗知識）來確定 h(x ,y) 或 H(u ,v)。6.3 圖像復(fù)原方法退化函數(shù)(點擴展函數(shù))的確定運用先驗知識建模長時間曝光下大氣湍流造成的轉(zhuǎn)移函數(shù)C是與湍流性質(zhì)有關(guān)的常數(shù)6.3 圖像退化參數(shù)的確定退化函數(shù)(點擴展函數(shù))的確定運用先驗知識建模光學(xué)散焦：d是散焦點擴展函數(shù)的直徑,J1()是第一類貝塞爾函數(shù)6.3 圖像復(fù)原方法退化函數(shù)(點擴展函數(shù))的確定運用先驗知識建模照相機與景物相對運動 設(shè)T為快門時間，x0(t)，y0(t)是位移的x分量和y分量 6.3 圖像復(fù)原方法退化函數(shù)(點擴展函數(shù))的確定運用后驗知識判斷觀察法 從退化圖像本身

11、來估計h(x,y) 若可以斷定原始景物某部位有一個清晰的點，于是使那個點退化的模糊圖像就是h(x,y) 原景物含有明顯的直線，從這些線條的退化圖像得出h(x,y)6.3 圖像復(fù)原方法濾波復(fù)原方法逆濾波 6.3 圖像復(fù)原方法濾波復(fù)原方法逆濾波模型 無噪聲情況: 若在頻譜平面對圖像信號有決定影響的點或區(qū)域上，H(u,v)的值為零，那么G(u,v)的值也為零，故不能確定這些頻率處的F(u,v)值，也就難以恢復(fù)原始圖像f(x,y)。H(u,v)P(u,v)F(u,v)G(u,v)F1(u,v)6.3 圖像復(fù)原方法濾波復(fù)原方法逆濾波模型 有噪聲情況: (a)H(u,v)=0, 沒有定義(b)H(u,v)=0附近，H(u,v)較小，N(u,v)/H(u,v)會非常大H(u,v)P(u,v)F(u,v)G(u,v)F1(u,v)6.3 圖像復(fù)原方法濾波復(fù)原濾波方法逆濾波等功率譜濾波維納濾波（最小均方誤差濾波）濾波復(fù)原代數(shù)方法偽逆法 投影迭代法第六章 圖像復(fù)原 6.1 圖像退化模型 6.2 噪聲模型及參數(shù)估計 6.3 圖像復(fù)原方法 6.4 圖像幾何校正6.4 圖像幾何校正 非平面視圖6.4 圖像幾何校正 幾何空間變換圖像f， 定義在坐標(biāo)系(w, z)下，經(jīng)過幾何變形得到圖像g, 定義在坐標(biāo)系(x, y)下(x, y)=T(w, z)例：(x,y)=(w/2, z/2)6.4 圖像幾何校