换句话说，图象恢复技术是要将图象退化的过程模型化，并根据次采取相反的过程以得到原始的图象。 21．说明图像的退化模型并说明其病态积分方程 图象的通用退化模型：

其数学表达式为：g(x,y)=h[f(x,y)]+n(x,y)

在n(x,y)不存在的情况下有^F(u,v)=G(u,v)/H(u,v)，如果H(u,v)在uv平面取得很小或者是为零，就会带计算上的困难，同时噪音的存在会带来严重的问题,^F(u,v)= F(u,v)+n(u,v)/H(u,v),n(u,v)/H(u,v)就会使恢复的结果与预期的结果有很大的差距。

一般情况下，逆滤波器并不是1/ H(u,v)，而是u,v的某个函数M(u,v)，M(u,v)称为恢复转移函数。 22．逆滤波图像恢复及其存在的问题、解决方法

上式给定的恢复方法称为逆滤波。恢复后的图象：

考虑到有噪声的情况：

图象的退化和恢复模型：

其中，M(μ,ν)成为恢复转移函数。常用的一种方法为：

其中w0的选取原则是将H(μ,ν)为零的点除去。这种方法的缺点是振铃效应比较明显。一种改进的方法是：

其中k和d均为小于1的常数，而且d选得较小为好。 23． 功率谱均衡、维纳滤波复原的基本关系及其复原准则 功率谱均衡恢复准则：恢复图像的功率谱与原图像的功率谱相等 维纳滤波复原的准则：最小均方误差 基本关系：功率谱均衡恢复

滤波函数： 维纳滤波

s=1 维纳滤波；s 参数维纳滤波；s=0 逆滤波

实际情况下，Sn(u,v) 和Sf(u,v)未知，维纳滤波常采用下式

( x , y维纳滤波器是在 x , y ) )] 2 条件下的最优解 E [ f ( f

24． 图像编码的信息熵、平均信息量

如果将信源所有可能事件信息量进行平均就得到信息的熵，平均信息量就是信息熵（entropy）

熵：平均信息量每个消息或符号的自信量的统计平均值。 25． 香农信息保持编码定理 式6.2.31--35 26． 哈夫曼编码

哈夫曼编码的步骤：第1步是消减信源符号数量，第2步是对每个信号源赋值。

优点：哈夫曼编码能给出最短的码字，根据无失真编码定理，哈夫曼编码方式对固定的n值是最优的。 缺点：字长不同，不利于硬件实现。不能顺时解码。误码传播。 27． 算术编码 28． 预测编码 29． 图像编码要去掉图像信息冗余，举例说明可能的几种信息冗余。 所谓冗余数据是指那些代表了无用的信息（有时也包括相对不重要的信息），或者是重复的表示了其他数据已表示信息的数据。 ①编码冗余