Python3+OpenCV（九）：图像复原及退化模型

(1) 图像复原

图像复原： 根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像原本的面貌。

图像增强与图像复原的区别与联系

• 图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否是真，只要看得舒服就行。
• 图像复原则需要知道图像退化的机制和过程等知识，据此找出一种相应的逆处理方法，从而得到复原的图像。
• 如果图像已退化，应先作复原处理，再作增强处理。
• 二者的目的都是为了改善图像的质量。

(2) 图像退化

图像退化： 图像在形成传输过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。

退化模型

• 性质1：线性性
  
• 性质2：空间不变性(位移不变性)
  

图像退化的数学模型
如果系统H是一个线性、位移不变性的过程，那么在空间域中给出的退化图像可由下式给出

其中，h(x,y)是退化函数的空间描述，*表示空间卷积。

等价的频域描述

参考博客
https://blog.csdn.net/weixin_41424926/article/details/101630462