图像退化/复原过程的模型 ·退化过程可以被模型化为一个退化函数和一个加 性噪声项，处理一幅输入图像f(x,y)产生一幅退 化图像g(x,y) 给定g(x,y)和关于退化函数H的一些知识以及外 加噪声项η(x,y),图像复原的目的是获得关于原 始图像的近似估计f(x,y) 图像复原及锐化 11 2018年3月19日
图像复原及锐化 11 http://cs.nju.edu.cn/wangwei 2018年3月19日 图像退化/复原过程的模型 退化过程可以被模型化为一个退化函数和一个加 性噪声项，处理一幅输入图像𝑓𝑓(𝑥𝑥, 𝑦𝑦)产生一幅退 化图像𝑔𝑔(𝑥𝑥, 𝑦𝑦)。 给定𝑔𝑔(𝑥𝑥, 𝑦𝑦)和关于退化函数H的一些知识以及外 加噪声项𝜂𝜂(𝑥𝑥, 𝑦𝑦)，图像复原的目的是获得关于原 始图像的近似估计𝑓𝑓 ̂ (𝑥𝑥, 𝑦𝑦)
图像退化/复原过程的模型 g(x,y) f(x,y) 退化函数 复原滤波 f(x,y) 噪声 (x,y） 退化 复原 降质过程可看作对原图像f(x,y)作线性算。 g(x,y)=H.f(x,y)+n(x,y) n(x,y) f(x,y) H 降质后「 降质模型噪声 图像复原及锐化 12 2018年3月19日
图像复原及锐化 12 http://cs.nju.edu.cn/wangwei 2018年3月19日 图像退化/复原过程的模型 g(x, y) = h(x, y)∗ f (x, y) +η(x, y) G(u,v) = H(u,v)F(u,v) + N(u,v) 退化函数 复原滤波 退 化 复 原 噪声 降质过程可看作对原图像𝑓𝑓 (𝑥𝑥, 𝑦𝑦)作线性算。 𝑔𝑔(𝑥𝑥, 𝑦𝑦) ＝ 𝐻𝐻 · 𝑓𝑓 (𝑥𝑥, 𝑦𝑦) + 𝑛𝑛(𝑥𝑥, 𝑦𝑦) 降质后 降质模型 噪声 H f (x,y) n(x,y)
图像退化/复原过程的模型 如果系统H是一个线性、位置不变性的过程，那 么在空间域中给出的退化图像可由下式给出： g(x,y)=h(x,y)·f(c,y）+x,y 图像复原及锐化 13 2018年3月19日
图像复原及锐化 13 http://cs.nju.edu.cn/wangwei 2018年3月19日 图像退化/复原过程的模型 如果系统𝐻𝐻是一个线性、位置不变性的过程，那 么在空间域中给出的退化图像可由下式给出：
有噪声情况下的图像复原 ·必须知道噪声的统计特性以及噪声和图像信号的 相关情况。在实际应用中，往往假设噪声是白噪 声，即它的频谱密度为常数，且与图像不相关。 ·不同的复原技术需要不同的有关噪声的先验信息 图像复原及锐化 14 2018年3月19日
图像复原及锐化 14 http://cs.nju.edu.cn/wangwei 2018年3月19日 有噪声情况下的图像复原 必须知道噪声的统计特性以及噪声和图像信号的 相关情况。在实际应用中，往往假设噪声是白噪 声，即它的频谱密度为常数，且与图像不相关。 不同的复原技术需要不同的有关噪声的先验信息
噪声模型 ·数字图像的噪声主要来源于图像的获取和传输过 程。图像传输器的工作情况受各种因素的影响， 如图像获取中的环境条件和传感器件自身的质量 ·存在的一些重要的噪声类型：高斯噪声、瑞利噪 声、伽马噪声、指数分布噪声、均匀分布噪声、 脉冲噪声等 由于空间周期噪声的异常，假设噪声独立于空间 坐标，并且它与图像本身无关联 图像复原及锐化 15 2018年3月19日
图像复原及锐化 15 http://cs.nju.edu.cn/wangwei 2018年3月19日 噪声模型 数字图像的噪声主要来源于图像的获取和传输过 程。图像传输器的工作情况受各种因素的影响， 如图像获取中的环境条件和传感器件自身的质量 存在的一些重要的噪声类型：高斯噪声、瑞利噪 声、伽马噪声、指数分布噪声、均匀分布噪声、 脉冲噪声等 由于空间周期噪声的异常，假设噪声独立于空间 坐标，并且它与图像本身无关联