估计退化函数

要想图像复原我们就得知道系统的冲击响应Hs(u,v)H_s(u,v)Hs(u,v)但是这个函数我们是不知道的,所以我们就要对其进行估计,估计的方法主要由三种。

1.图像观察估计
首先为了消除噪声的影响,我们选取图形中噪声影响较小的区域,比如高对比区域。然后对该区域进行人工处理以便得到清晰的图像,然后利用以下公式估计出系统的冲激响应:
Hs(u,v)=Gs(u,v)F^s(u,v)H_s(u,v)=\frac{G_s(u,v)}{\hat{F}_s(u,v)}Hs(u,v)=F^s(u,v)Gs(u,v)
这样处理的缺点是麻烦,一般用来处理价值很大的图片。

2.试验估计
这个方法很简单也很暴力,就是用不同的模型对图像进行处理直到图像退化到我们希望复原的程度。

3.建模估计
建模估计就是利用图像形成的过程来建模仿真图像的模糊过程,比如基于大气湍流的退化模型为:
在这里插入图片描述
其中k模拟湍流的强度。
就下来我们来模拟运动模糊的模型
运动模糊是由快门的速度决定的,速度越慢,更多的杂质光将被ccd积分,所以其模型为:
在这里插入图片描述
其中T为积分时间即快门速度,x0(t),y0(t)x_0(t),y_0(t)x0(t),y0(t)为对象运动速度。
对上式进行傅里叶变换有:
在这里插入图片描述
改变积分顺序有:
在这里插入图片描述
变形得到:
在这里插入图片描述
所以有:
在这里插入图片描述
这就是我们根据运动退化模型推出的退化函数。

以上就是三种常用的估计退化模型的方法。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值