图像复原

佚名 6年前 (2019-04-19) 随笔 1315人围观抢沙发百度已收录

1图像复原的概念

图像的增强是一个主观的过程，其目的是改善图片的质量，对感兴趣的部分加以增强，对不感兴趣的部分予以抑制。而图像复原是一个客观的过程，针对质量降低或失真的图像，试图恢复其原始的内容或质量。复原技术是面向退化模型的，并且采用相反的过程进行处理，以便恢复出原图像。在进行图像复原之前要先建立起其退化模型，根据该模型进行图像复原。
图像退化过程建模为一个退化函数和一个加性噪声。

假设H是一个线性时不变的过程，则我们可以得到，式子中的“*”表示卷积。其频率域的表示为：。

SRE实战互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。

对于只有加性噪声的情况，我们可以通过一些噪声模型（例如高斯噪声，瑞利噪声，椒盐噪声等等）以及对这些噪声参数的估计，来选择合适的空间滤波器（如均值滤波器，中值滤波器）或者频率滤波器（带阻/带通滤波器，低通/高通滤波器，陷波滤波器）来进行滤波。

2空间域滤波复原

---------采用逆谐波滤波器对图像进行滤波复原

下面的例子是采用逆谐波滤波器对含有椒盐噪声的电路板进行复原的MATLAB代码

 1 %%采用逆谐波均值滤波器对附加胡椒噪声图像进行滤波
 2 img=imread('C:/csboard.tif');
 3 subplot(131);
 4 imshow(img);
 5 title('原图像')
 6 [M,N]=size(img);
 7 R=imnoise2('salt & pepper',M,N,0.1,0);
 8 img_noise=img;
 9 img_noise(R==0)=0;
10 img_noise=double(img_noise);
11 subplot(132);
12 imshow(img_noise,[]);
13 title('盐噪声污染的图像')
14 Q=1.5;
15 img_mean=imfilter(img_noise.^(Q+1),fspecial('average',3))./imfilter(img_noise.^Q,fspecial('average',3));
16 subplot(133);
17 imshow(img_mean,[]);
18 title('Q=1.5的逆谐波滤波器噪声')

图像复原随笔第3张

 1 %%采用逆谐波均值滤波器对附加盐噪声图像进行滤波
 2 img=imread('C:/csboard.tif');
 3 subplot(131);
 4 imshow(img);
 5 title('原图像')
 6 [M,N]=size(img);
 7 R=imnoise2('salt & pepper',M,N,0,0.1);
 8 img_noise=img;
 9 img_noise(R==1)=255;
10 img_noise=double(img_noise);
11 subplot(132);
12 imshow(img_noise,[]);
13 title('盐噪声污染的图像')
14 Q=-1.5;
15 img_mean=imfilter(img_noise.^(Q+1),fspecial('average',3))./imfilter(img_noise.^Q,fspecial('average',3));
16 subplot(133);
17 imshow(img_mean,[]);
18 title('Q=-1.5的逆谐波滤波器噪声')