数字图像处理 - 图像复原与重建
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)
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
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
爱尔兰(伽马)噪声 Gamma
指数噪声
均匀分布噪声
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
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
噪声参数的估计
- 周期性噪声:通过谱来估计
- 从传感器的技术说明中可以得到
- 成像装量:对固体的光照均匀的灰度极成像
- 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