Компьютерная обработка изображений Лекция 7 СПбГУ ИТМО 2003.

Презентация:



Advertisements
Похожие презентации
Численные методы в оптике кафедра ПиКО Моделирование формирования изображения при некогерентном освещении.
Advertisements

Лекция 8 План лекции 8 Контрольные вопросы Теорема отсчетов Дискретное преобразование Фурье Спектральная плотность мощности Дополнение последовательности.
Лекция 4 План лекции 14 Весовые окна Периодограммный метод оценки спектра Кореллограммный метод оценки спектра Функция когерентности Авторегрессионные.
Лекция 7 Динамические характеристики измерительных систем Импульсной характеристикой стационарной измерительной системы, описываемой оператором, называют.
ПРИКЛАДНАЯ ГОЛОГРАФИЯ Лекция 12 лектор: О.В. Андреева.
Корреляционный анализ детерминированных дискретных сигналов.
Математические основы цифровой обработки сигнала.
5. Спектральный метод анализа электрических цепей.
Обработка сигналов и Обработка изображений Антон Переберин Курс «Компьютерная графика» Лекция 3.
Численные методы в оптике кафедра прикладной и компьютерной оптики Дискретное преобразование Фурье.
Тема дипломной работы: Исследование модели фрактального броуновского движения Студент: X Руководитель: X.
Лекция 4 Спектральные характеристики непериодических сигналов Если функция, отображающая реальный сигнал, абсолютно интегрируема, то ее спектральная плотность.
Основы цифровой обработки речевых сигналов. Общая схема процесса речеобразования x[n] – дискретные отсчеты сигнала возбуждения y[n] – дискретные отсчеты.
Сигнал это физический процесс, предназначенный для передачи информации. Информация - сведения о поведении интересующего нас явления, события или объекта.
Быстрое преобразование Фурье Введение. Представление сигналов с помощью гармонических функций В качестве примера рассмотрим представление сигнала типа.
Лекция 15. Введение в ООП. Часть 6 Красс Александр СПбГУ ИТМО, 2008.
Лекция 11 Дискретное преобразование Фурье Дискретное преобразование Фурье (ДПФ) относится к классу основных преобразований при цифровой обработке сигналов.
Лекция 7. Характеристики случайных сигналов (процессов).
Лекция 7 План лекции 7 Усреднение периодических функций Теорема Парсеваля Интегральное преобразование Фурье Свойства преобразования Фурье Связь между интегралом.
Кафедра фотоники и оптоинформатики Санкт-Петербургский государственный университет информационных технологий, механики и оптики А.В.Павлов Обработка информации.
Транксрипт:

Компьютерная обработка изображений Лекция 7 СПбГУ ИТМО 2003

Модель формирования изображения где - функция комплексного пропускания предмета; - зрачковая функция; - оператор преобразования Фурье. Распределение интенсивности на изображении: Спектр изображения: где- спектр предмета; - оптическая передаточная функция (ОПФ).

ОПФ каскада преобразователей где - ОПФ отдельного преобразователя. Эквивалентная ОПФ каскада преобразователей: Смаз: Двоение: Вибрация:

ОПФ некоторых преобразователей

Обратное преобразование ОПФ обратного преобразования: Тогда: Можно ли, зная характеристики искажающих звеньев, улучшить качество изображения?

1. Если ОПФ имеет точки, в которых D=0, то восстанавливающий преобразователь должен иметь ОПФ, в которой в этих точках R=. 2. Регистрируется интенсивность изображения, а не его спектр. О возможности восстановления изображения В общем случае восстановление изображения невозможно!

Обратная фильтрация смаза Оптическая передаточная функция смаза: Функция обратной фильтрации:

Обратная фильтрация смаза

Итоговая ОПФ каскада:

Результаты обратной фильтрации

Спектр изображения при наличии шума Спектр изображения: где- спектр предмета; - оптическая передаточная функция (ОПФ); - спектр шума. Спектр изображения после применения обратной фильтрации:

Фильтрация Винера Задача минимизации: Фильтр Винера: где- спектральная плотность; - взаимная спектральная плотность; - автокорреляционная функция; - функция взаимной корреляции.

Фильтрация Винера ОПФ: Инверсные фильтры: Фильтры Винера:

Результаты фильтрации Винера

Итерационная фильтрация Итерационный фильтр: Пошаговое выполнение фильтрации:... Модифицированный итерационный фильтр:

Результаты итерационной фильтрации n=105 n=135