第7章-图像恢复课件VIP

1、数字图像处理,延边大学工学院计算机科学与技术系 金小峰 2016年9月,Digital Image Processing,第7章-图像恢复,第7章 图像恢复(Image Restoration,7.1 图像退化 7.2 几何失真校正 7.3 噪声滤波器 7.4 组合滤波器 7.5 逆滤波* 7.6 维纳滤波* 7.7 图像修补,第7章-图像恢复,图像恢复（图像复原）：图像质量在某种情况/条件下退化或恶化（品质下降、失真），根据相应的退化模型和知识重建或恢复原始的图像。即，图像的退化结果是在相应的退化模型的作用下产生的，恢复就是退化过程的逆过程,与图像增强的异同： 图像增强的目的：改进图像或改进

2、图像的视觉质量 图像复原需要根据一定的退化模型才能实现,第7章-图像恢复,图像复原是一个求逆问题。逆问题经常存在非唯一解（或无解）。为了得到逆问题的有用解，图像复原本身往往需要一个质量标准，即衡量接近全真景物图像的程度，或者说，对原图像的估计是否达到最佳的程度。需要有先验知识以及对解的附加约束条件。 由于引起退化的因素众多而且性质不同，为了描述图像退化过程所建立的数学模型是多样的，且恢复的质量标准也存在差异性，因此图像复原是一个复杂的数学过程，图像复原的方法、技术也各不相同,第7章-图像恢复,7.1 图像退化,第7章-图像恢复,2.退化过程的模型化,退化函数 加性噪声,第7章-图像恢复,第7章

3、-图像恢复,根据卷积定理,必须知道噪声的统计特性以及噪声和图像信号的相关情况（非常复杂）。在实际应用中，往往假设噪声是白噪声。 不同的复原技术需要不同的有关噪声的先验信息,第7章-图像恢复,3. 退化和恢复,针对各种不同的图像退化情况，可采取相应的恢复方法 几何失真（畸变）：需要通过几何变换来校正 噪声：建立噪声模型，采用图像恢复技术,几何失真（镜头畸变，桶形失真,两种常见的镜头失真,第7章-图像恢复,由于镜头聚焦不好引起的模糊,第7章-图像恢复,运动模糊示例,第7章-图像恢复,由于运动产生的模糊,第7章-图像恢复,7.2 几何失真校正,几何失真：图像采集过程中，原始场景中各部分之间的空间关系

4、与图像中各对应像素间的空间关系发生了变化，导致两者的不一致，产生了几何失真或几何畸变,第7章-图像恢复,需要在恢复过程的输入图（失真图）和输出图（校正图）上找一些其位置确切知道的点（称为约束对应点），利用这些点根据失真模型计算出失真函数中的各个系数,Example,第7章-图像恢复,2 灰度插值,第7章-图像恢复,灰度插值的两种方法： 前向映射：把从实际采集到的失真图像的像素灰度赋给原始的不失真图的像素 后向映射：把灰度从原始的不失真图中映射到实际采集的失真图像素,将失真图像的灰度按插值算法分配给不失真图像的4个像素,将失真图像的4个像素灰度按插值算法分配给不失真图像的1个像素,第7章-图像恢

5、复,第7章-图像恢复,7.3 噪声滤波器,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 噪声本身也是一种信号,它携带了噪声源的信息 如果噪声与信号无关，那就无法根据信号的特性来预测噪声的特性。如果噪声是独立的，则可在完全没有所需信号的情况下对噪声进行研究 很多情况下噪声与信号相关（而且关系复杂），噪声可以看做是不确定的随机现象，可用概率和统计的方法进行处理 噪声的问题常常不能完全被看作一个纯科学或纯数学问题，有时存在很强的主观性（如，现代流行音乐对老年人来说是一种恼人的噪声，影视中的胶片划痕效果是一种艺术表现手法，,第7章-图像恢复,1 信噪比（Signal Noise Rate，

6、SNR,在很多情况下，噪声的（随机/规则）特性不很重要，重要的是它的强度 典型的信噪比是用能量比（或电压平方比）来定义的,信号电压,噪声电压,单位是分贝（dB,第7章-图像恢复,2 几种常见噪声,第7章-图像恢复,一些随机噪声,随机分布的单位脉冲,较大规则间隔位置的脉冲,黑白均匀分布,第7章-图像恢复,3 噪声概率密度函数,由于噪声的影响，像素的灰度会发生变化。噪声本身的灰度可看做随机变量，其分布可用概率密度函数（PDF）来描述,1)高斯(Gauss)噪声,imnoise(I,gaussian,M,V,Gaussian white noise with constant mean and va

7、riance,第7章-图像恢复,x = imread(cat1.jpg); x1 = imnoise(x,gaussian, 0.2, 0.02); figure; subplot(121); imshow(x); title(origin); subplot(122), imshow(x1); title(Gaussian noise,第7章-图像恢复,clc clear all close all x = imread(noisedemo.bmp); x = rgb2gray(x); m n = size(x); totalPixels = m * n; % Gauss nosie xGa

8、uss = imnoise(x, gaussian, 0.0002, 0.0002); % Histogram xHist = imhist(x) / totalPixels; xGaussHist = imhist(xGauss) / totalPixels; figure subplot(221), imshow(x), title(original); subplot(222), imshow(xGauss), title(Gaussian noise); subplot(223), area(xHist), title(Original Histogram); subplot(224)

9、, area(xGaussHist), title(Gaussian-noise mixed Histogram,Gauss噪声直方图示例,第7章-图像恢复,2）瑞利(Rayleigh)噪声,瑞利密度曲线距原点的位移和其密度图像的基本形状向右变形。瑞利密度对于近似偏移的直方图十分适用,第7章-图像恢复,3）伽马(Gamma)噪声,Gamma源于CRT（显示器/电视机）的响应曲线，即其亮度与输入电压的非线性关系。 Gamma 校正补偿了不同输出设备存在的颜色显示差异，从而使图像在不同的监视器上呈现出相同的效果 gamma 值为 1，对应一个“理想”监视器；也就是说，这个监视器具有从完美的白色通过

10、灰色到黑色的连续线性渐变效果。然而，理想的显示设备是不存在的。电脑监视器是“非线性”的设备。gamma 值越高，非线性程度越大。NTSC 视频的标准 gamma 值为 2.2。对于电脑监视器，gamma 值一般在 1.5 到 2.0 之间,第7章-图像恢复,4）指数(Exponential)分布噪声,第7章-图像恢复,5）均匀(Uniform)噪声,均匀噪声灰度值的分布在一定范围内是均衡的，即随机分布。 受随机噪声作用的图像中每个像素都有可能受到影响而改变灰度值，对整幅图像这个改变值在噪声灰度范围内有相同的频率,第7章-图像恢复,6）脉冲（椒盐,Salt & pepper）噪声,第7章-图像恢

11、复,第7章-图像恢复,第7章-图像恢复,噪声参数的估计,计算一小块带有(a)高斯 (b)瑞利 (c)均匀噪声的图像的直方图,计算小块图像的灰度值的均值和方差.考虑由S定义的一条子带(子图像,S,S,S,第7章-图像恢复,7）周期噪声,在图像获取中从电力或机电干扰中产生. 惟一一种空间依赖型噪声. 周期噪声可以通过频率域滤波显著减少,a）被正弦噪声污染的图像,b）图(a)的频谱,c) 巴特沃思带阻滤波器,d) 滤波效果图,第7章-图像恢复,4 空域噪声消除,空域噪声滤波器分为均值滤波、排序统计滤波和自适应滤波,1）均值滤波器,算术均值滤波器,消除噪声的同时，得到的恢复图像也模糊了,第7章-图像恢

12、复,第7章-图像恢复,几何均值滤波器,相比算术均值滤波器，该滤波器能够保留更多的图像细节,谐波均值滤波器,Gauss噪声消除效果好，但是对椒盐噪声消除效果不对称（盐噪声消除比椒噪声好,逆谐波均值滤波器,第7章-图像恢复,Gauss噪声图像,算术均值滤波,几何均值滤波,谐波均值滤波,逆谐波均值滤波,脉冲噪声图像,算术均值滤波,几何均值滤波,谐波均值滤波,逆谐波均值滤波,增强了脉冲噪声,第7章-图像恢复,2）排序统计滤波器,中值滤波器 最大值和最小值滤波器 中点滤波器,排序统计滤波器也称百分比滤波器，工作时基于对模板所覆盖像素的灰度值的排序,第7章-图像恢复,7.4 组合滤波器,将各种滤波器结合使

13、用，以取长补短,第7章-图像恢复,这个滤波器与标准的中值滤波器有相似的滤波效果，但是计算速度要快很多,第7章-图像恢复,2D图像中：（常取模板中元素的个数为5,其他两个典型的模板,第7章-图像恢复,2 选择性滤波器,在受到不同噪声影响的位置选择不同的滤波器 线性滤波器能有效地消除高斯噪声和均匀分布噪声，但对脉冲噪声的消除效果较差 中值滤波器能有效地消除脉冲类噪声,第7章-图像恢复,椒盐噪声检测器 (灰度范围准则+局部差别准则,1) 灰度范围准则,第7章-图像恢复,显然： 灰度范围准则：误把正常像素判断为噪声 局部差别准则：误把边缘像素判断为噪声 因此，联合使用两个准则，误判的可能性降低,第7章

14、-图像恢复,原始图像,混合噪声,组合滤波消除,第7章-图像恢复,7.5 逆滤波（去卷积,根据,退化函数,噪声,原始图像的傅里叶变换的估计,1 逆滤波原理：一种无约束的图像恢复方法,第7章-图像恢复,实际中，噪声无法避免。考虑噪声后的逆滤波形式是,存在病态性质,第7章-图像恢复,第7章-图像恢复,基本方法,改进方法,第7章-图像恢复,G(u,v,H(u,v,M(u,v,M(u,v,第7章-图像恢复,2 消除匀速直线运动模糊,令,则,傅里叶变换,第7章-图像恢复,原始图像,第7章-图像恢复,第7章-图像恢复,第7章-图像恢复,消除运动模糊造成的图像退化,针对gb,含噪声恢复,第7章-图像恢复,7.

15、6 维纳滤波(Wiener Filter),亦称最小均方误差滤波,Wiener Filter,第7章-图像恢复,计算时，引入平均噪声功率和平均图像功率，分别定义为,则,第7章-图像恢复,Wiener滤波消除运动模糊,NCORR is the autocorrelation function of the noise and ICORR is the autocorrelation function of the original image,第7章-图像恢复,7.7 图像修补,图像在采集、传输和处理过程中，发生区域缺损或缺失 产生原因： 采集时，存在遮挡，或扫描时照片有破损 处理时，去掉特定区域时留下的空白 图像上的文字或划痕，或其他干扰物体