图像恢复技术知识总结

一.图像恢复基本概念

图像恢复的目的

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

与图像增强的区别

增强从主观视觉角度，改善图像质量不着重考虑引起图像质量下降的客观因素
图像复原从造成图像质量下降的客观原因出发，改善图像质量试图恢复图像原来的面貌
图像的原始内容或质量≠GoodLooking

图像恢复的关键

建立退化模型是图像恢复处理的前提和关键
图像恢复总是假定已知或可以通过估计得到引起图像降质的模型，而图像增强不需要知道图像降质模型

二.图像退化以及模型

3.1图像退化及模型

（1）引起图像质量下降的客观因素

成像系统的像差、畸变、带宽有限等造成的图像失真
几何失真：由于成像器件拍摄姿态和扫描非线性引起
灰度失真：光学系统或成像传感器本身特性不均匀，造成同样亮度景物成像灰度不同
运动模糊：成像传感器与被拍摄景物之间的相对运动，引起运动模糊
辐射失真：由于场景能量运输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真

针对上述客观因素，建立图像退化模型，是进行图像恢复处理的第一步

（2）图像复原

图像复原技术分类

（3）常见的图像退化形式

图像模糊
图像有干扰

（4）图形退化与复原模型

其中，H[.]是综合所有退化因素的函数有效地获取退化系统H和噪声n的模型，是成功进行图像恢复的关键

（5）图像退化模型的性质

性质1:线性
性质2:相加性
性质3:一致性
性质4:位置（空间）不变性

3.2噪声及其描述

（1）噪声的分类

高斯噪声

均匀噪声

脉冲噪声（椒盐噪声）

双极脉冲噪声也叫椒盐噪声，前提是pa不等于pb

3.3空域噪声滤波器

均值滤波器
顺序统计滤波器

（1）均值滤波器

1）谐波均值滤波器的优缺点

善于处理高斯噪声
对盐噪声处理效果很好
不适合处理“胡椒”噪声

算数均值和几何均值的比较

算术均值和几何均值都能衰减噪声，比较而言几何均值较难使图像变得模糊

（2）顺序统计滤波

1）中值滤波器

中值滤波器可以去掉椒盐噪声，平滑效果优于均值滤波，在抑制随机噪声的同时还能保持图像边缘少受模糊

对于椒盐噪声，中值滤波的效果要好于均值滤波

2）最大值滤波器和最小值滤波器的比较

最大值滤波器可以去除掉“胡椒”噪声，但是会从黑色边缘物体移走一些黑色物体
最小值滤波器可以去除掉“盐”噪声，但是会从白色边缘物体移走一些白色物体

3.4组合滤波器

（1）选择性滤波器

在消除各种混合比例的混合噪声时使用选择性滤波器的效果比单独使用任何一个滤波器的效果都要好

3.5频率域滤波复原（在图像增强中是高通和低通滤波器）

（1）分类

带阻
带通
陷波滤波器

（2）陷波滤波器

由于傅里叶变换的对称性，陷波滤波器必须以关于原点对称的形式出现，常常为一对或两对出现

3.6逆滤波

（1）使用条件

当退化的图像噪声较小的时候，也就是轻度降质的时候，采用逆滤波的效果比较好
当噪声作用范围过大，逆滤波不能从噪声中提取图像

（2）逆滤波恢复方法–伪逆滤波恢复

3.7维纳滤波

（1）使用目的

高噪声条件。逆滤波对噪声比较敏感，要求信噪比较高，通常不满足这个条件

（2）使用条件

未退化图像和噪声的功率必须是已经知道的

（3）逆滤波和维纳滤波的比较

维纳滤波的结果非常接近原始图像，比逆滤波效果要好

（4）不带参数的维纳滤波复原图像的效果不好（在图像和噪声信息的情况下），带了参数的维纳滤波复原图像的效果很好（图像和噪声的情况下效果最佳）

标签：总结,滤波器,均值,噪声,知识,滤波,退化,图像
来源： https://blog.csdn.net/qq_51691366/article/details/120391021