水平未知时一种图像恢复正则化算法(图像和数字(8)

——————————————！堕垄垩查塑墼＝塾里堡堡墓至型垡篁鎏

谓数字图像就是二元函数ｆ（ｘ，Ｙ）进行采样（ｓａｍｐｌｉｎｇ）和量化（ｑｕａｎｔｉｚａｔｉｏｎ）（即离散操作）后得到的图像，因此，通常一幅数字图像表现为一个矩阵．

图１．１：图像的分类

Ｆｉｇ．１．１Ｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎ

数字图像的获取方式很多，但无论哪种方式，最终得到的数字图像都是—个矩阵，而且获取过程中必然伴随着图像质量的下降（退化）．这是因为，在实际成像过程中，由于种种原因【３Ｊ，如光学系统的象差、成像过程的相对运动、Ｘ射线的散布特性、各种外界因素干扰以及图像数字化过程中的误差和噪声等等，使得所得到的数字图像的质量较之原始图像有不同程度的下降．本文所讨论的只是点降质，所谓点降质是降质因素只影响图像中像索灰度级变化．而对于其它的降质因素，如图像彩色的变化、随时间产生的变化等，不在本文讨论的范围．通常情况下，这点降质可用下述降质模型来描述．

１—１—２囝像降质连续模型

如果将图像的降质过程模型化为一个降质系统（或算子）Ｈ，并假设输入原始图像为ｆ（ｘ，Ｙ），经降质系统作用后输出的降质图像为９（茁，Ｙ），在降质过程中引进随机噪声为可加性噪声ｎ（ｘ，Ｙ）（如果是乘性噪声，可以用对数转换方式转化为相加形式）．那么，降质过程的模型如图１．２所示：２