数字图像处理matlab版第五章

图像复原技术趋向于将退化模型化并用相反地处理来恢复图像。复原技术则考虑用去模糊函数去消除图像的模糊。

退化函数H(u,v)有时称为光学传递函数(OTF)。在空间域中，h(x,y)称为点扩散函数(PSF)。

模拟噪声的行为和影响的能力是图像复原的核心，空间域的噪声和频域的噪声。

函数imnoise对一幅图像添加噪声，g=imnoise(f,type,parameters)。

函数imnoise在给图像添加噪声之前，将它转换为范围[0,1]内的double类图像。

空间噪声值是随机数，以概率密度函数(PDF)或相应的累积分布函数(CDF)表征。

高斯噪声在诸如低照明水平图像传感器操作等情况下被用做一种近似。

椒盐噪声由不完善的开关设备产生。

照相乳剂中的银粒大小是用对数正太分布描述的随机变量。

瑞利噪声产生于波段成像，而指数和厄兰噪声在描述激光成像中的噪声方面是很有用的。

函数imnoise2生成随机数。

图像的周期噪声一般产生于图像采集过程中的电气和/或电机干扰。

周期噪声的参数一般是通过分析图像的傅里叶频谱来估计的。

在空间域噪声的情况下，PDF的参数可能通过传感器的技术参数部分地知道，但是通常通过样本图像来估计它们是必要的。

函数roipoly选择一个感兴趣区域(ROI),该函数将产生一个所边型的ROI，b=roipoly(f,c,r).f是我们感兴趣的图像，c和r是多边形顶点的相应列坐标和行坐标，输出b是一个二值图像。

函数histroi用于计算一幅图像在多边形区域内的直方图，多边形的顶点由向量c和r指定。

函数imlincom的用途是计算输入的线性组合，函数spfilt用于产生空间噪声滤波器。

自适应中值滤波器函数adpmedian，f=adpmedian(g,smax),smax是允许的最大自适应滤波器窗口的大小。

图像复原问题中遇到的一个主要的退化是图像模糊。

由场景和传感器两者产生的模糊可以用空间域或频域的低通滤波器来建模。

图像获取时传感器和场景之间的均匀性运动而产生的图像模糊可以用函数fspecial对图像模糊建模。

维纳滤波是一种最早也最为人们熟知的线性图像复原方法。函数deconvwnr来实现

线性复原的方法：约束的最小二乘方滤波。函数deconvreg实现。

Lucy-Richardson算法实现非线性复原。函数deconvlucy实现，fr=deconvlucy(g, PSF, NUMIT, DAMPAR, WEIGHT)。

若复原图像呈现出由算法中所用的离散傅里叶变换所引入的振铃，则在调用函数deconvlucy之前，要先利用函数edgetaper。

图像复原过程中，最困难的问题之一是，获得复原算法中使用的PSF的恰当估计。那些不以PSF知识为基础的图像复原方法统称为盲去卷积算法。

最大似然估计（MLE）为基础，即一种用被随机噪声所干扰的量进行估计的最优化策略。函数deconvblind来执行盲去卷积。

（1）空间变换以及如何定义它们并在matlab中直观显示，（2）怎样把空间变换应用于图像，（3）在图像匹配中如何确定空间变换。

仿射变换是最常用的一种空间变换形式。函数maketform实现。

图像匹配方法寻求将两幅相同的图像加以对准。

工具箱支持以控制点为基础的图像配准，控制点也称为联结点。函数cp2tform实现。