题的解形成约束条件,而盲目图像复原就是在满足这些约束条件的前提下,求取真实图像在某种准则下的最佳估计值[9]。Р2.1.2 退化模型Р图像复原在实际中的应用非常广泛,算法也比较多。在应用中我们要把握两点:一时尽可能地从物理原理上估准图像的点扩展函数,因为只有退化模型准确,才有可能复原出图像本来的面目;二是尽可能地尝试多种方法。否则我们应当从多个方法来观察图像的复原效果,选择结果最好的。Р由此可以了解到退化模型的重要性,如果退化模型很准确,对图像的复原是很有好处的,接下来将会介绍退化模型的概念。Р图像的复原就是要尽可能恢复退化图像的本来面目,它是沿图像降质的逆向过程进行。典型的图像复原是根据图像退化的先验知识建立一个退化模型,以此模型为基础,采用各种逆退化处理方法进行恢复,使图像质量得到改善。可见,图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。Р图像复原的一般过程:分析退化原因——建立退化模型——反映推演——恢复图像。所以图像恢复一般要分两步:首先通过系统辨识方法求解,然后采用相应算法由模糊图像和点扩展函数来恢复。Р图像复原处理的关键问题在于建立退化模型。在用数学方法描述图像时,它的最普遍的数学表达式:Р (2.1)Р这样一个表达式可以代表一幅活动的、彩色的立体图像。当研究的是静止的、单色的、平面的图像时,则其数学表达式就简化为Р (2.2)Р基于这样的数学表达式,可建立如图2.1所示的退化模型。由图2.1的模型可见,一幅纯净的图像是由于通过了一个系统H及加性噪声而使其退化为一幅图像的。Р图2.1 图像退化模型Р图像复原可以看成是一个估计过程。如果已经给出了退化图像并估计出系统参数,从而可近似地恢复。这里,是一种统计性质的噪声信息。当然,为了对处理结果做出某种最佳的估计,一般应首先明确一个质量标准。根据图像的退化模型及复原的基本过程可见,复原处理的关键在于对系统
全文预览
