1、2019/6/12,ZYJ-TH-EE-IE,1 / 30,图像处理和分析技术,章毓晋 清华大学电子工程系 100084 北京,2019/6/12,ZYJ-TH-EE-IE,2 / 30,第4章 图像恢复 技术,4.1 图像退化及模型4.2 噪声及其描述4.3 空域噪声滤波器4.4 组合滤波器4.5 频域周期噪声滤波器4.6 逆滤波4.7 维纳滤波,2019/6/12,ZYJ-TH-EE-IE,3 / 30,4.1 图像退化及模型,图像恢复：图像处理中的一大类技术认为图像质量是在某种情况/条件下退化或恶化了需要根据相应的退化模型和知识重建或恢复原始的图像 图像退化：由场景得到的图像没能完全地反
2、映场景的真实内容，产生了失真等问题模糊：在图像采集过程中产生的退化噪声：在图像记录过程中产生的退化,2019/6/12,ZYJ-TH-EE-IE,4 / 30,4.1 图像退化及模型,图像退化模型图像退化过程被模型化为一个作用在输入图像 f (x, y)上的系统H。它与一个加性随机噪声 n(x, y)的联合作用导致产生退化图像g(x, y) 根据这个模型恢复图像就是要在给定g(x, y)和代表退化的H的基础上得到对 f (x, y)的某个近似的过程。这里假设已知n(x, y)的统计特性,2019/6/12,ZYJ-TH-EE-IE,5 / 30,4.1 图像退化及模型,图像退化模型性质 (1)
3、 线性：(2) 相加性：(3) 一致性： (4) 位置（空间）不变性：,2019/6/12,ZYJ-TH-EE-IE,6 / 30,4.1 图像退化及模型,2019/6/12,ZYJ-TH-EE-IE,7 / 30,4.2 噪声及其描述,最常见的图像退化因素之一 噪声示例：(1) 热噪声(2) 闪烁噪声 (3) 发射噪声 (4) 有色噪声,2019/6/12,ZYJ-TH-EE-IE,8 / 30,4.2 噪声及其描述,噪声概率密度函数噪声本身的灰度可看作随机变量，其分布可用概率密度函数（PDF）来刻画 (1) 高斯噪声 (2) 均匀噪声 (3) 脉冲（椒盐）噪声,2019/6/12,ZYJ-
4、TH-EE-IE,9 / 30,4.3 空域噪声滤波器,均值滤波器 (1) 算术均值滤波器(2) 几何均值滤波器,2019/6/12,ZYJ-TH-EE-IE,10 / 30,4.3 空域噪声滤波器,均值滤波器 (3) 谐波均值滤波器(4) 逆谐波均值滤波器,2019/6/12,ZYJ-TH-EE-IE,11 / 30,4.3 空域噪声滤波器,均值滤波器 (5) 非线性均值滤波器如果权是常数，非线性均值滤波器就简化为同态滤波器,2019/6/12,ZYJ-TH-EE-IE,12 / 30,4.3 空域噪声滤波器,2019/6/12,ZYJ-TH-EE-IE,13 / 30,4.3 空域噪声滤波
5、器,排序统计滤波器 (1) 中值滤波器(2) 最大值和最小值滤波器,2019/6/12,ZYJ-TH-EE-IE,14 / 30,4.3 空域噪声滤波器,自适应滤波器 (1) 自适应局部噪声滤波器(2) 自适应中值滤波器滤除脉冲噪声，平滑非脉冲噪声，减少对目标边界过度细化或粗化而产生的失真,2019/6/12,ZYJ-TH-EE-IE,15 / 30,4.4 组合滤波器,混合滤波器将快速的滤波器（特别是线性滤波器）和排序统计滤波器混合使用 线性中值混合滤波,2019/6/12,ZYJ-TH-EE-IE,16 / 30,4.4 组合滤波器,线性中值混合滤波,2019/6/12,ZYJ-TH-EE
6、-IE,17 / 30,4.4 组合滤波器,选择性滤波器当图像同时受到不同噪声影响时，可以采用选择滤波的方式，在受到不同噪声影响的位置选择不同的滤波器进行滤除，以发挥不同滤波器的各自特点，取得好的综合效果 在消除各种混合比例的混合噪声时使用选择性滤波器的效果比单独使用任何一个滤波器的效果都要好,2019/6/12,ZYJ-TH-EE-IE,18 / 30,4.4 组合滤波器,2019/6/12,ZYJ-TH-EE-IE,19 / 30,4.5 频域周期噪声滤波器,带阻滤波器高斯带阻滤波器,2019/6/12,ZYJ-TH-EE-IE,20 / 30,4.5 频域周期噪声滤波器,带通滤波器低通滤
7、波器和高通滤波器都可看作带通滤波器的特例,2019/6/12,ZYJ-TH-EE-IE,21 / 30,4.5 频域周期噪声滤波器,带通滤波器例4.5.2 低通滤波器和高通滤波器都可看作带通滤波器的特例,2019/6/12,ZYJ-TH-EE-IE,22 / 30,4.5 频域周期噪声滤波器,2019/6/12,ZYJ-TH-EE-IE,23 / 30,4.5 频域周期噪声滤波器,陷波滤波器,2019/6/12,ZYJ-TH-EE-IE,24 / 30,4.6 逆滤波,无约束恢复仅将图像看作一个数字矩阵，从数学角度进行处理而不考虑恢复后图像应受到的物理约束,2019/6/12,ZYJ-TH-E
8、E-IE,25 / 30,4.6 逆滤波,逆滤波模型恢复只能在与原点较近的范围内进行,2019/6/12,ZYJ-TH-EE-IE,26 / 30,4.6 逆滤波,2019/6/12,ZYJ-TH-EE-IE,27 / 30,4.7 维纳滤波,有约束恢复考虑恢复后的图像应该受到一定的物理约束 有约束恢复考虑选取的一个线性操作符 Q （变换矩阵），使得| Q f |2 最小,2019/6/12,ZYJ-TH-EE-IE,28 / 30,4.7 维纳滤波,维纳滤波器一种最小均方误差滤波器 (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
9、有噪声时，Sn(u, v) = 0，维纳滤波器退 化成理想逆滤波器,2019/6/12,ZYJ-TH-EE-IE,29 / 30,本章要点,4.1节 一种基本的图像退化模型及其退化系统的性质 4.2节 一些典型的噪声和对它们的表示描述 4.3节 一些常用的空域噪声滤波器 4.4节 将不同的空域噪声滤波器结合的示例 4.5节 在频域中滤除图像里周期噪声的方法 4.6节 简单直接的无约束图像恢复方法逆滤波 4.7节 一种基本的有约束图像恢复方法维纳滤波,2019/6/12,ZYJ-TH-EE-IE,30 / 30,作者联系信息,通信地址：北京清华大学电子工程系（100084） 办公地址：清华大学东主楼，9区307室 办公电话：(010)62781430 传真号码：(010)62770317 电子邮件： 个人主页：
