Python3+OpenCV（九）：图像复原及退化模型
-
- (1) 图像复原
- (2) 图像退化
(1) 图像复原
图像复原： 根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像原本的面貌。
图像增强与图像复原的区别与联系
- 图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否是真，只要看得舒服就行。
- 图像复原则需要知道图像退化的机制和过程等知识，据此找出一种相应的逆处理方法，从而得到复原的图像。
- 如果图像已退化，应先作复原处理，再作增强处理。
- 二者的目的都是为了改善图像的质量。
(2) 图像退化
图像退化： 图像在形成传输过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。
退化模型
- 性质1：线性性
- 性质2：空间不变性(位移不变性)
图像退化的数学模型
如果系统H是一个线性、位移不变性的过程，那么在空间域中给出的退化图像可由下式给出
其中，h(x,y)是退化函数的空间描述，*表示空间卷积。
等价的频域描述
参考博客
https://blog.csdn.net/weixin_41424926/article/details/101630462