Khử mờ với giải thuật Lucy-Richardson

Một phần của tài liệu Tài liệu Mathlab - Xử lý ảnh pptx (Trang 29 - 30)

- Sử dụng hàm deconvlucy để khử mờ một ảnh bằng cách sử dụng giải thuật Lucy- Richardson. Hàm này có thể được sử dụng hiệu quả khi biết được hàm PSF nhưng biết ít về nhiễu tác động phụ lên ảnh

- Hàm deconvlucy thi hành vài sự điều hợp tới giải thuật Lucy-Richardson. Sử dụng những điều hợp này ta có thể:

+ Giảm tác động của sự mở rộng nhiễu trên một ảnh khôi phục + Giải thích được tính không đồng nhất của chất lượng ảnh + Điều khiển camera đọc hết nhiễu nền

+ Cải thiện độ phân giải của ảnh phục hồi bằng cách lấy mẫu phụ

Giảm tác động của sự mở rộng nhiễu

- Sự mở rộng nhiễu là một vấn đề thường gặp của phương pháp giống cực đại (maximum likelihood) cố gắng lấp đầy dữ liệu gần nhất có thể. Sau một số vòng lặp, ảnh được khôi phục có thể có hình lốm đốm, đặc biệt với một đối tượng phẳng được quan sát tại tỉ số tín hiệu / nhiễu nhỏ. Những đốm này không đại diện cho bất kì một cấu trúc nào trong ảnh thực nhưng là giả tạo của việc làm khớp nhiễu trong ảnh quá gần.

- Để điều khiển sự mở rộng nhiễu, hàm deconvlucy sử dụng một tham số gọi là DAMPAR. Tham số này chỉ ra mức ngưỡng cho độ lệch của ảnh kết quả so với ảnh gốc. Với các pixel mà lệch khỏi vùng lân cận của các giá trị gốc của chúng, vòng lặp bị treo. - Damping cũng được sử dụng để giảm rung (ringing) – hình dạng của cấu trúc tần số cao trong ảnh khôi phục. Ringing không cần thiết đến kết quả của mở rộng nhiễu.

Tính không đồng nhất của chất lượng ảnh

Một phần của tài liệu Tài liệu Mathlab - Xử lý ảnh pptx (Trang 29 - 30)

Tải bản đầy đủ (DOC)

(151 trang)
w