1、4.3 图像复原,上一节（4.2）介绍的图像增强处理技术，可用于帮助人们克服视觉系统的缺陷，使其更容易注意到图像中的一些细节。但对于示例给出的存在较严重退化(模糊)的图像，4.2节介绍的基于空间域处理的细节增强的方法将很难解决，必须要借助在频率域进行的复原技术进行处理。,4.3 图像复原（退化图像示例）,4.3 图像复原（退化图像示例）,4.3 图像退化原因,成像系统受各种因素的影响，导致了图像质量的降低，或者说是退化。由于获得图像的方法不同（光学、光电子或电子等），有多种退化形式，都可能使成像质量发生退化，例如： 传感器噪声 相机、摄像机聚焦不佳 物体与相机、摄像机之间的相对移动 大气湍流导
2、致的折射（航空遥感） 光学系统的象差 成像光源和射线的散射,4.3 图像退化的表现形式,图像退化的主要表现形式： 图像受到干扰（噪声） 图像模糊 以上表现形式可能单独存在也可能同时并存。,4.3 图像退化的表现形式,1、退化原因主要是存在噪声,2、退化原因主要是由于车辆运动造成的模糊,3、噪声与模糊并存的情形,4.3 图像复原,图像复原概念：图像复原可以看作图像退化的逆过程，是将图像退化的过程加以估计，建立退化的数学模型后，补偿退化过程造成的失真。 与4.2节所述的细节增强处理类似，图像复原最终目的仍是为了改善给定的退化图像，但图像复原的最终结果更依赖与对退化（噪声、成像系统缺陷等）的客观认识
3、，因此图像复原被看做一个客观的过程。,4.3 图像退化/复原模型,Degradation:退化 Reatoration:复原 Noise: 噪声,退化模型的频率域表达,G （u，v） = F （u，v） H （u，v） + N （u，v） 其中: G （u，v）：退化图像的傅里叶变换（离散函数）, F （u，v）：非退化的正常图像图像的傅里叶变换（离散函数） H （u，v）：表征退化的傅里叶变换，被称作退化函数或点扩散函数(离散函数) N（u，v）：表示退化图像中的外加噪声的傅里叶变换（离散函数）,退化模型的频率域表达,由上式移项可得： 非退化图像的频率域表达 ： F(u,v)= (G （u，
4、v）- N （u，v）)/ H （u，v） 从式中可以看出：如果图像中存在噪声干扰，复原的第一步必须尽可能消除退化图像中的噪声干扰，将降噪后的退化图像的傅里叶变换除以退化函数的傅里叶变换H(u,v)，即可得到原始图像的近似估计，这个过程被称作去卷积（Deconvolution）。 很明显，对噪声及退化原因的信息获知得越多，所能得到的结果越接近非退化原始图像。,如何去除图像噪声?（回顾）,单一图像：应首先估计噪声类型 高斯噪声与椒盐噪声：通常，采用中值滤波器降噪既简单也能获得较为理想的效果，但应注意处理策略。 周期噪声：快速傅里叶变换（FFT），剪切掉噪声频率。 一组图像（例如相邻的视频桢）：采
5、用桢平均降噪。,如何获得退化函数的傅里叶变换H(u,v)？,实际情况下的图像退化过程往往较复杂，并不能完全知晓，因此退化函数（点扩散函数）通常需要估计获得。其中一种能获得较为精确退化函数的方法称作试验估计法： 在与退化图像同样的成像条件和设备参数下（相(摄)机位置、光圈的大小、快门速度、镜头焦距等），将点光源（极强亮度）放置在退化图像中客体所处位置（如果待恢复图像内容为运动客体，则点光源应模拟出相同运动轨迹），在全黑的条件下拍摄只有点光源存在的背景全黑的图像（点扩散图像），将该图进行FFT变换即可获得退化函数H(u,v)，也称点扩散函数。 这个过程要求极为严格和耗时。,一幅退化图像及其点扩散图
6、像,原图（车辆在运动）,相同成像条件，在全黑条件下拍摄的与上图车辆相同运动轨迹的点光源图像，即点扩散图像。（放大5倍后呈彗尾状）,试验估计法获取退化函数的复原过程原理,退化图像g(x,y),降噪后的退化图像的傅里叶变换 G(u,v),FFT变换,降噪处理,降噪后的退化图像g(x,y),退化函数H(u,v) (点扩散函数),G(u,v)/H(u,v) 去卷积Deconvolution,空间域处理,退化的点扩散图像 h(x,y),FFT变换,FFT反变换,复原后的图像f(x,y),频率域处理,图像复原（降噪与去卷积处理）,A:原始退化图像（大量随机噪声）,B:8桢画面平均降噪后的图像,C:相同成像
7、条件的、下获得的点扩散图像（同样平均降噪处理）,D：使用B与C图进行去卷积处理获得的复原后图像,降噪处理对于图像复原的重要性示例,a原图,B:点扩散图像,C:直接使用A与B图去卷积处理获得的复原图像，由于原图存在大量噪声，复原效果无法接受,复原技术的难题与局限,如果图像中的混合有多种原因导致的模糊，例如客体在镜头焦距之外（图像中的多个客体距离镜头距离不同）、图像中的多个对象运动速率不一致等，使用单一的退化函数对图像进行复原，不可能复原全图的不同类型模糊。 解决办法:对不同部位的不同模糊，逐一进行处理。,4.3 图像复原,以上介绍的内容是在频率域进行图像复原的原理，但在公安工作中，如果按照以上原理进行图像复原，显然过于困难和不切实际。因此，在大部分公安用图像系统的图像复原都采用参数可调的退化函数进行可视化的盲目复原（不断改变参数进行尝试、调整）。,4.3 图像复原例子,使用名捕模糊图像处理系统,4.3 图像复原例子,
