资料介绍
chap5图像中的数学问题 --图像恢复-左西年
2006-1-2
数学图像处理
主要内容
图像恢复的数学模型 图像噪声模型及其模拟 图像去噪的MATLAB实现 图像退化和恢复方法 图像变形和图像配准 相关偏微分方程模型及其实现
2006-1-2 数学图像处理
图像恢复的数学模型
图像退化和恢复模型实际上是一对互为 正反的问题，退化是适定问题，恢复是 不适定的问题，这也是图象恢复为大家 所关注的原因之一。 求解图像恢复反问题的关键在于： 1、面向应用建立解的约束条件； 2、耦合退化函数和噪声模型经验知识。
2006-1-2 数学图像处理
退化和恢复过程示意图
g(x,y)
f(x,y)
退化函数 H
恢复滤波 R
f ( x,y )
^
η(x,y)
退化过程 恢复过程
2006-1-2
数学图像处理
模型的数学描述
图象退化过程的空间域数学表达：
g(x,y) = h(x,y) f(x,y) + η(x,y)
图象退化过程的频率域数学表达：
G(u,v) = H(u,v)F(u,v) + N(u,v)
图象恢复过程寻求算子R以获取f近似。
2006-1-2 数学图像处理
图像噪声模型及其模拟
数字图像噪声来源：获取、传输两大过 程。熟悉各种可能造成噪声的原因。 噪声本质上非常复杂，不可能完全的建 模，但是了解其时频特性有助于粗略的 估计噪声的类型。 重要噪声的概率分布密度函数-PDF。 数字化相应类型噪声用于算法测试。
2006-1-2 数学图像处理
数字噪声模拟-imnoise2.m
2006-1-2
数学图像处理
关于MATLAB代码的说明
从本章开始我不再将课件演示m文件打 包，而是直接将其放到课程网站。非常 感谢MATLAB提供了这种可能。 同时在PDF课件中将主要梳理框架和想 法，而不再用大量实验效果图占用篇幅，
我要上传