如何使用Matlab实现基于中值、均值、维纳、最小平方等算法的图像修复与恢复？

本文共计2456个文字，预计阅读时间需要10分钟。

1+简介

1.1 图像处理的概述

数字图像处理（Digital Image Processing）是通过计算机将图像信号转换为数字信号，并进行去除噪声、增强、复原、分割、提取特征等处理的流程。

1 简介

1.1图像处理的概念

数字图像处理(Digital Image Processing)是通过计算机将图像信号转换成数字信号并对其进行去除噪声、增强、复原、分割、提取特征等处理的过程。

早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。如今，图像处理技术在许多应用领域受到广泛重视并取得了重大的开拓性成就，如航空航天、生物医学工程、工业检测、机器人视觉、公安司法、军事制导、文化艺术等。数字图像处理在通信领域有特殊的用途及应用前景。传真通信、可视电话、会议电视、多媒体通信、计算机视觉，以及宽带综合业务数字网(B-ISDN)和高清晰度电视(HDTV)都采用了数字图像处理技术。

1.2噪声描述及类型

对人类来说，噪声可以理解为" 妨碍人们感觉器官对所接收的信源信息理解的因素"。而图像中各种妨碍人们对其信息接收的因素就是图像噪声。对信号来说，噪声是一种外部干扰，但噪声本身也是一种信号，只不过它携带的是噪声源的信息而已。信噪比（SNR）是衡量噪声强度的一个重要参数。噪声在理论上定义为"不可预测，只能用概率统计方法来认识的随机误差"。因此可将图像噪声看成是多维随机过程，描述噪声的方法也可以借用随机过程的描述，即概率分布函数和概率密度函数。