图像复原与图像增强 ■图像复原:Image Restoration也称图像恢复 图像复原vs.图像增强 不同之处: 图像恢复根据相应的退化模型和先验知识重建或恢复原始的图像 图像增强借助人的视觉系统特性,目的是改善图像的视觉效果,它可 以是一个失真的过程
图像复原vs.图像增强 图像复原与图像增强 图像复原: Image Restoration 也称图像恢复 不同之处: 图像增强借助人的视觉系统特性,目的是改善图像的视觉效果,它可 以是一个失真的过程 图像恢复根据相应的退化模型和先验知识重建或恢复原始的图像
图像复原与图像增 图像复原:mage ■图像复原Vs.图像 不同之处: 图像恢复根据相应的退化模型和先验知识重建或恢复原始的图像 图像增强借助人的视觉系统特性,目的是改善图像的视觉效果,它可 以是一个失真的过程
图像复原vs.图像增强 图像复原与图像增强 图像复原: Image Restoration 也称图像恢复 不同之处: 图像增强借助人的视觉系统特性,目的是改善图像的视觉效果,它可 以是一个失真的过程 图像恢复根据相应的退化模型和先验知识重建或恢复原始的图像
图像复原与图像增强 ■图像复原:Image Restoration也称图像恢复 ■图像复原Vs.图像增强 不同之处: 图像恢复根据相应的退化模型和先一 图像增强借助人的视觉系统特性, 以是一个失真的过程 相同之处:改进输入图像的视觉质量
图像复原vs.图像增强 图像复原与图像增强 图像复原: Image Restoration 也称图像恢复 相同之处: 改进输入图像的视觉质量 不同之处: 图像增强借助人的视觉系统特性,目的是改善图像的视觉效果,它可 以是一个失真的过程 图像恢复根据相应的退化模型和先验知识重建或恢复原始的图像
主要内容 ·图像退化/复原过程的模型 ·噪声模型 ·空间域滤波方法 •频率域滤波方法 •退化函数的估计 ·逆滤波 ·维纳滤波
主要内容 • 图像退化/复原过程的模型 • 噪声模型 • 空间域滤波方法 • 频率域滤波方法 • 退化函数的估计 • 逆滤波 • 维纳滤波
5.1图像退化/复原过程的模型 图像退化(Degradation):得到的图像产生失真,未能反应真实内容。 举例:噪声、光照变化、运动模糊 8x,y)=9[f(x,y)】+n(x,y) FIGURE 5.1 A model of the g(x,y Degradation image f(x,y) Restoration 沘 f(x,y) degradation/ filter(s) restoration process. Noise n(x,y) the more we know about t and h, DEGRADATION RESTORATION the closer f(x,y)will be to f(x,y)
图像退化 (Degradation):得到的图像产生失真,未能反应真实内容。 举例:噪声、光照变化、运动模糊 5.1 图像退化/复原过程的模型 the more we know about and h, the closer 𝑓መ(𝑥, 𝑦) will be to 𝑓(𝑥, 𝑦)
5.1图像退化/复原过程的模型 FIGURE 5.1 A model of the 8(x,y) image f(x.y) Degradation Restoration 9沘 f(x,y) degradation/ filter(s) restoration process. Noise n(x.y) DEGRADATION RESTORATION 若系统扰是一个线性,位置不变的退化系统,那么退化图像可表示为 g(x,y)=f(x,y)h(x,y)+n(x,y) 空间域退化模型 g(x,y)=[f(x,y)]+n(x,y) G(u,v)=F(u,v)H(u,v)+N(u,v) 频率域退化模型
空间域退化模型 频率域退化模型 5.1 图像退化/复原过程的模型 若系统 是一个线性,位置不变的退化系统,那么退化图像可表示为 g(𝑥, 𝑦) = 𝑓(𝑥, 𝑦)ℎ(𝑥, 𝑦) + 𝜂(𝑥, 𝑦) 𝐺(𝑢, 𝑣) = 𝐹(𝑢, 𝑣)𝐻 𝑢, 𝑣 + 𝑁(𝑢, 𝑣)