估计退化函数分解.ppt

5.6 估计退化函数 退化函数估计 当不考虑噪声的时候，如果知道退化函数h，我们就可以g来反演出f 方法 图像观测估计 试验估计 建模估计 试验估计 如果可以使用与获取退化图像的设备相似的装置，从理论上讲，得到一个准确的退化估计是可能的。 建模估计 通过建立图像退化模型来解决图像复原的问题。 我们可以通过两个途径获取模型 使用常用的退化模型 基于大气湍流的物理特性的退化模型 其中，k是与湍流的性质有关的常数。 除了指数为5/6外，该式与高斯低通滤波有相同的形式。事实上，高斯LPF有时用于模型淡化，均匀模糊。 从基本原理推到数学模型 通过举一个实例来具体说明，这个实例是图像在获取时，图像与传感器之间的均匀线性运动模糊了图像。 * * 图像观测估计 f(x,y) f(x,y)*h(x,y) g(x,y) 原始图像（未知） 退化后的图像 子图像 重建后的子图像 成像系统 H( ) 试验估计 输入脉冲图像 退化的冲激响应 a b c d (a)可忽略的湍流(b)剧烈湍流，k=0.0025(c)中度湍流，k=0.001(d)轻微湍流，k=0.00025