基本介紹
概述,涉及內容,基本思路,圖像退化,數學模型,噪聲處理,
概述
圖像復原技術主要是針對成像過程中的“退化”而提出來的，而成像過程中的“退化”現象主要指成像系統受到各種因素的影響，諸如成像系統的散焦、設備與物體間存在相對運動或者是器材的固有缺陷等，導致圖像的質量不能夠達到理想要求。圖像的復原和圖像的增強存在類似的地方，它也是為了提高圖像的整體質量。但是與圖像復原技術相比，圖像增強技術重在對比度的拉伸，其主要的目的在於根據觀看者得喜好來對圖像進行處理，提供給觀看者樂於接受的圖像，而圖像復原技術則是通過去模糊函式去除圖像中的模糊部分，還原圖像的本真。其主要採用的方式是同採用退化圖像的某種所謂的先驗知識來對已退化圖像進行修復或者是重建，就復原過程來看可以將之視為圖像退化的一個逆向過程。圖像的復原，首先要對圖像退化的整個過程加以適當的估計，在此基礎上建立近似的退化數學模型，之後還需要對模型進行適當的修正，以對退化過程出現的失真進行補償，以保證復原之後所得到的圖像趨近於原始圖像，實現圖像的最最佳化。但是在圖像退化模糊的過程中，噪聲與干擾同時存在，這給圖像的復原帶來了諸多的不確定性。
涉及內容
基本思路
圖像復原的基本思路：先建立退化的數學模型，然後根據該模型對退化圖像進行擬合。
圖像復原
圖像復原圖像復原的基本任務:消除模糊。
圖像退化
成像系統受各種因素的影響，導致了圖像質量的降低，稱之為圖像退化。
退化基本表現：圖像模糊。
數學模型
從上面對圖像復原技術的概述我們可以看到，圖像復原技術的基礎應該是圖像退化的數學模型，不同成像系統具有的圖像退化模型是不相同的。
圖像的退化主要是由系統的相關特性以及噪聲兩方面的因素所導致的，我們可以通過設計一個合適的復原濾波器（即實現逆濾波過程）來實現圖像的復原。圖1 中f（x，y）表示的是一幅靜止、二維的圖像，它在外部噪聲n（x，y）的干擾作用之下，在經過系統h（x，y）之後，退化成為g（x，y），復原後的圖像為f（x，y）。針對於退化圖像的復原，我們通常可以採用這樣兩種方式來進行：其一，當對於原始圖像缺乏必需的先驗知識時，我們可以採用就退化過程建立一個模型，首先對其進行一個大概的描述，然後在復原的過程根據具體的情況進行逐步合理的修正，逐步消除誤差影響。這種方法建立在對圖像的退化過程進行合理的估計的基礎之上，從這個角度來看它是一種估計的方法；其二，當我們對原始圖像具有足夠的先驗知識時，我們這時候則直接針對原始圖像建立一個精確的數學模型，然後再對退化圖像進行復原處理，這種效果更好。
噪聲處理
（一）圖像噪聲的分類。我們通常將影響圖像質量的噪聲分為這樣四種基本的類型：其一，那些記錄於感光膠片中的圖像容易受到感光顆粒噪聲波動的影響；其二，當圖像從光學形式向電子形式進行轉換的過程中，它是以一個統計的形式進行的，這主要是由於每個像素所接收到的光子的數目是隨機的，而且是有限的，這樣就導致了光電子噪聲的產生；其三，電子放大器在對信號進行處理的過程中還會引入熱噪聲；其四，在獲取圖像的過程中，容易從電力或者是機電干擾中獲取周期性的噪聲。
（二）根據圖像的特徵建立起相應的機率密度函式。在對數字圖像進行處理的過程中，一般需要以機率密度函式作為根本的依據來對噪聲的統計特性進行表述，建立起對應的數據模型。常見的幾種典型噪聲主要包括：高斯噪聲；銳利噪聲；伽馬噪聲；指數分布噪聲；均勻分布噪聲以及脈衝噪聲六種。由於篇幅所限，這裡不再對各種噪聲的機率密度函式進行介紹。
（三）對噪聲的相關參數進行估計。在對噪聲進行處理的過程中需要獲得各種噪聲的相關參數，這是掌握圖像先驗指數的一部分。例如，在用維納濾波（即最小均方）的方法對圖像進行復原處理，採用卡爾曼濾波對圖像進行平滑處理、邊緣檢測以及圖像的分割等操作等，都需要對噪聲的方差進行估計。在通常的情況下，由於所擁有的主要資料就是已經退化了的圖像，這是只能對噪聲方差進行盲估計。噪聲方差的估計主要包括這樣兩種：其一，首先對噪聲的圖像進行預濾波處理，然後再對經過濾波處理後的數據進行方差估計處理；其二，在估計前將噪聲分成多個區域，主要針對其中的“平坦區”對噪聲方差進行估計。通常所採用的估計方法有：平均法、中值法、分塊法，散點法，金字塔法以及預濾波法等幾種。
（四）去除噪聲。去除噪聲的一個基本理論就是根據噪聲的高頻特性來提出低通濾波的方法，常用的去除方法有均值濾波法以及中值濾波法等。這兩種方法雖然能去除噪聲，但是也去除了圖像的相關細節，導致圖像的邊界模糊。因此，現在一種基於模型的去噪算法被提出，該算法主要是基於圖像本身的馬爾可夫模型及不同噪聲而提出來的。
