南京大学:《数字图像处理》课程教学资源(课件讲义)04 图像复原及锐化

数字图像处理 图像复原及锐化
数字图像处理 图像复原及锐化

概述 ·图像复原与图像增强的目的都是对图像进行改进 ,改善图像的视觉效果,但两者使用的方法和评 价标准不同。 图像增强技术一般基于人的的视觉特性,目的是取 得较好的视觉效果,不需要考虑图像退化的真实物 理过程,增强后的图像也不一定要逼近原始图像。 ·图像复原技术需要针对图像的退化原因设法进行补 偿,因此需要对图像的退化过程有一定的先验知识 ,利用图像退化的逆过程去恢复原始图像,使复原 后的图像尽可能的接近原图像。 图像复原及锐化 2 2018年3月19日
图像复原及锐化 2 http://cs.nju.edu.cn/wangwei 2018年3月19日 概述 图像复原与图像增强的目的都是对图像进行改进 ,改善图像的视觉效果,但两者使用的方法和评 价标准不同。 图像增强技术一般基于人的的视觉特性,目的是取 得较好的视觉效果,不需要考虑图像退化的真实物 理过程,增强后的图像也不一定要逼近原始图像。 图像复原技术需要针对图像的退化原因设法进行补 偿,因此需要对图像的退化过程有一定的先验知识 ,利用图像退化的逆过程去恢复原始图像,使复原 后的图像尽可能的接近原图像

概述 ·图像增强:旨在改善图像质量。 ·图象复原:力求保持图像的本来面目,以保真原 则为前提找出图像降质的原因,描述其物理过程 ,提出数学模型。 ·复原的过程是沿着质量降质的逆过程来重现原始 图像。复原技术是把退化模型化,并且采用相反 的过程进行处理,以便复原出原图像。 图像复原及锐化 2018年3月19日
图像复原及锐化 3 http://cs.nju.edu.cn/wangwei 2018年3月19日 概述 图像增强:旨在改善图像质量。 图象复原:力求保持图像的本来面目,以保真原 则为前提找出图像降质的原因,描述其物理过程 ,提出数学模型。 复原的过程是沿着质量降质的逆过程来重现原始 图像。复原技术是把退化模型化,并且采用相反 的过程进行处理,以便复原出原图像

概述 图像增强 图像复原 技术 大不考虑图像降质的原因,只将 图像中感兴趣的特征有选择地突出 要考虑图像降质的原因,建 (增强),而衰减其不需要的特征。 立 “降质模型“。 特点 大改善后的图像不一定要去逼近 火要建立评价复原好坏的客观 原图像。 标准。 +主观过程 火客观过程 主要 目的 提高图像的可懂度 提高图像的逼真度 空间域法和频率域法 方法 空间域法主要是对图像的灰度进行处理; 重点介绍线性复原方法 频率域法主要是滤波。 图像复原及锐化 2018年3月19日
图像复原及锐化 4 http://cs.nju.edu.cn/wangwei 2018年3月19日 概述 图像增强 图像复原 技术 特点 * 不考虑图像降质的原因,只将 图像中感兴趣的特征有选择地突出 (增强),而衰减其不需要的特征。 * 改善后的图像不一定要去逼近 原图像。 *主观过程 * 要考虑图像降质的原因,建 立“降质模型“。 * 要建立评价复原好坏的客观 标准。 *客观过程 主要 目的 提高图像的可懂度 提高图像的逼真度 方法 空间域法和频率域法 空间域法主要是对图像的灰度进行处理; 频率域法主要是滤波。 重点介绍线性复原方法

图像退化 图像在形成、记录、处理和传输过程中,由于成 像系统、记录设备、传输介质和处理方法的不完 善,会导致图像质量下降。这一过程称为图像的 退化。 ·图像的复原就是要尽可能恢复退化图像的本来面 目,它是沿图像降质的逆向过程进行。 ·典型的图像复原是根据图像退化的先验知识建立 一个退化模型,以此模型为基础,采用各种逆退 化处理方法进行恢复,使图像质量得到改善。 图像复原及锐化 2018年3月19日
图像复原及锐化 5 http://cs.nju.edu.cn/wangwei 2018年3月19日 图像退化 图像在形成、记录、处理和传输过程中,由于成 像系统、记录设备、传输介质和处理方法的不完 善,会导致图像质量下降。这一过程称为图像的 退化。 图像的复原就是要尽可能恢复退化图像的本来面 目,它是沿图像降质的逆向过程进行。 典型的图像复原是根据图像退化的先验知识建立 一个退化模型,以此模型为基础,采用各种逆退 化处理方法进行恢复,使图像质量得到改善

图像退化 ·什么是图像退化? 。图像的质量下降叫做退化。 。退化的形式有模糊、失真、有噪声等 ·图像退化的原因 。 无论是由光学、光电或电子方法获得的图像都会有不同 程度的退化;退化的形式多种多样。 图像复原及锐化 6 2018年3月19日
图像复原及锐化 6 http://cs.nju.edu.cn/wangwei 2018年3月19日 图像退化 什么是图像退化? 图像的质量下降叫做退化。 退化的形式有模糊、失真、有噪声等 图像退化的原因 无论是由光学、光电或电子方法获得的图像都会有不同 程度的退化;退化的形式多种多样

常见退化图像 由于镜头聚焦不好引起的模糊 图像复原及锐化 2018年3月19日
图像复原及锐化 7 http://cs.nju.edu.cn/wangwei 2018年3月19日 常见退化图像 由于镜头聚焦不好引起的模糊

常见退化图像 由于镜头聚焦不好引起的模糊 图像复原及锐化 2018年3月19日
图像复原及锐化 8 http://cs.nju.edu.cn/wangwei 2018年3月19日 常见退化图像 由于镜头聚焦不好引起的模糊

常见退化图像 由于镜头畸变引起图像的几何失真 图像复原及锐化 2018年3月19日
图像复原及锐化 9 http://cs.nju.edu.cn/wangwei 2018年3月19日 常见退化图像 由于镜头畸变引起图像的几何失真

常见退化图像 由于物体运动产生的模糊 图像复原及锐化 10 2018年3月19日
图像复原及锐化 10 http://cs.nju.edu.cn/wangwei 2018年3月19日 常见退化图像 由于物体运动产生的模糊
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 南京大学:《数字图像处理》课程教学资源(课件讲义)03 灰度直方图与点运算.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)02 二值图像与像素关系.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)01 概述 Digital Image Processing.pdf
- 人工智能相关文献资料:Adaptivity and Non-stationarity - Problem-dependent Dynamic Regret for Online Convex Optimization.pdf
- 北京大学出版社:21世纪全国应用型本科电子通信系列《MATLAB基础及其应用教程》实用规划教材(共八章,2007,编著:周开利等).pdf
- 《计算机应用基础》课程教学资源(参考资料)Mathematica CheatSheet.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB Reference Sheet, by Giordano Fusco & Jindich Soukup.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB Reference Sheet, by Sherman Wiggin & Dom Dal Bello.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB Reference Card, by Jesse Knight.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB Quick Reference, by Jialong He.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB_CheatSheet, by Thor Nielsen.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB常用命令和函数.pdf
- 《计算机应用基础》课程教学资源(参考资料)MATLAB小结.pdf
- 《计算机应用基础》课程教学资源(参考资料)MathType使用介绍.pdf
- 《计算机应用基础》课程教学资源(参考资料)Mathematica参考.pdf
- 华东师范大学:《计算机应用基础》课程教学资源(参考资料)数学软件Mathematica使用入门.pdf
- 华东师范大学:《计算机应用基础》课程教学资源(课件讲稿)第七讲 多项式运算与代数方程求解.pdf
- 华东师范大学:《计算机应用基础》课程教学资源(课件讲稿)第六讲 MATLAB文件操作.pdf
- 华东师范大学:《计算机应用基础》课程教学资源(课件讲稿)第五讲 MATLAB编程基础(函数).pdf
- 华东师范大学:《计算机应用基础》课程教学资源(课件讲稿)第五讲 MATLAB编程基础(脚本).pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)05 代数运算与几何变换.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)06 图像频域变换.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)07 频域滤波器.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)08 压缩编码.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)09 形态学及其应用.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)10 图像分割.pdf
- 南京大学:《数字图像处理》课程教学资源(课件讲义)11 图像特征分析.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 01 Introduction; Mathematical Background.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 02 Convex Optimization Basics; Function Properties.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 03 GD Methods I - GD method, Lipschitz optimization.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 04 GD Methods II - GD method, smooth optimization, Nesterov’s AGD, composite optimization.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 05 Online Convex Optimization - OGD, convex functions, strongly convex functions, online Newton step, exp-concave functions.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 06 Prediction with Expert Advice - Hedge, minimax bound, lower bound; mirror descent(motivation and preliminary).pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 07 Online Mirror Descent - OMD framework, regret analysis, primal-dual view, mirror map, FTRL, dual averaging.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 08 Adaptive Online Convex Optimization - problem-dependent guarantee, small-loss bound, self-confident tuning, small-loss OCO, self-bounding property bound.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 09 Optimistic Online Mirror Descent - optimistic online learning, predictable sequence, small-loss bound, gradient-variance bound, gradient-variation bound.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 10 Online Learning in Games - two-player zero-sum games, repeated play, minimax theorem, fast convergence.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 11 Adversarial Bandits - MAB, IW estimator, Exp3, lower bound, BCO, gradient estimator, self-concordant barrier.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 12 Stochastic Bandits - MAB, UCB, linear bandits, self-normalized concentration, generalized linear bandits.pdf
- 南京大学:《高级优化 Advanced Optimization》课程教学资源(讲稿)Lecture 13 Advanced Topics - non-stationary online learning, universal online learning, online ensemble, base algorithm, meta algorithm.pdf