数字图像处理 - 图像复原与重建

图像复原与重建

  • 图像退化/复原过程的模型
  • 噪声模型
    • 噪声的空间和频率特性
    • 一些重要噪声的概率密度函数
    • 周期噪声
    • 噪声参数的估计
  • 仅存在噪声时的复原

图像退化/复原过程的模型

退化过程被建模为一个退化函数和一个加性噪声项,对一幅输入图像f(x,y)进行处理,产生一幅退化后的图像g(x,y)。给定g(x,y)和关于退化函数H的一些知识以及关于加性噪声n(x,y)的一些知识。
图像复原的目的就是获取原始图像的一个估计f^(x,y)
在这里插入图片描述

噪声模型

噪声的空间和频率特性

相关性:噪声是否与图像相关
频率特性:噪声在傅立叶域的频率内容
白噪声:谱为常量
本章假设:噪声独立于空间坐标,并与图像本身无关联。

一些重要噪声的概率密度函数

数字图像处理 - 图像复原与重建_第1张图片
利用噪声分量统计特性来定义,即:以概率密度函数(PDF)表示:
高斯噪声(亦正态噪声)Gaussian

瑞利噪声 Rayleigh
数字图像处理 - 图像复原与重建_第2张图片
爱尔兰(伽马)噪声 Gamma
数字图像处理 - 图像复原与重建_第3张图片
指数噪声
数字图像处理 - 图像复原与重建_第4张图片
均匀分布噪声
数字图像处理 - 图像复原与重建_第5张图片
脉冲噪声
脉冲噪声又称为椒盐噪声,椒指暗噪声,盐指亮噪声
数字图像处理 - 图像复原与重建_第6张图片

周期噪声

在图像获取中来自于电力或机电干扰而产生是空间依赖型噪声,如图所示,被不同频率正弦噪声所干扰→一对共轭脉冲
数字图像处理 - 图像复原与重建_第7张图片

噪声参数的估计

  1. 周期性噪声:通过谱来估计
  2. 从传感器的技术说明中可以得到
  3. 成像装量:对固体的光照均匀的灰度极成像
  4. 当仅有Sensor产生的图像可以利用时,从恒定灰度值的一小部分估计PDF

仅存在噪声时的复原

你可能感兴趣的:(数字图像处理,图像复原与重建)