第六章：图像复原和重建

知识点总结

图像复原和重建的基本概念

图像复原是指对由于噪声、失真、运动模糊等因素导致的图像质量降低进行恢复的过程。而图像重建是指根据已有的图像信息，恢复出原始图像的过程。

图像退化模型

图像退化模型是用来描述图像失真或损失的数学模型，通常包括退化函数和噪声模型两部分。

 

盲复原和非盲复原

盲复原是指在未知图像退化模型的情况下，对失真图像进行恢复的过程。盲复原需要通过图像自身的统计特性和先验知识来估计退化函数和噪声模型，从而实现图像的复原。

非盲复原是指已知图像退化模型的情况下，对失真图像进行恢复的过程。非盲复原可以通过逆滤波、最小二乘逆滤波、维纳滤波和割圆算法等方法来实现图像的复原。

图像复原的常用方法

• 逆滤波：是一种基于退化函数的估计来恢复原始图像的方法。逆滤波的基本思想是将失真图像的频域特性除以退化函数的频域特性，从而得到原始图像的频域特性。

• 维纳滤波：是一种基于信噪比最大化的频域滤波方法。其基本思想是通过对信噪比的估计来确定滤波器的形状和大小，以实现最小化噪声和最大化图像信号的目标。

• 最小二乘逆滤波：是一种在频域中利用最小二乘法对图像进行复原的方法。最小二乘逆滤波可以有效地抑制噪声和估计退化函数，从而实现图像的复原。

• 割圆算法：是一种基于频域割圆理论的图像复原方法。割

  圆算法的基本思想是将频域中的图像能量根据其大小分为多个圆形区域，然后根据不同区域的能量大小来确定滤波器的形状和大小，从而实现图像的复原。