7-1

7-2
7-3

影像處理概論 7-4
7-5
7-6
7-6
7-7
7-6
屏科大資管系 7-8

蔡正發 特聘教授

第 1頁
CH07 影像還原

7-1 基本概念 7-5 影像還原

7-2 影像雜訊 7-6 反濾波

7-3 週期性雜訊 7-7 維納濾波

7-4 影像雜訊分析 7-8 影像補繪

第 2頁
7-1 基本概念 7-1
7-2
7-3
7-4
7-5
7-6
影像失真與還原模型，如圖 7-1 。影像還原技 7-6
7-7
術，通常須事先了解造成影像失真的原因，才可能 7-6
7-8
對症下藥，進而還原成原始的數位影像。因此，在
討論影像還原技術時，將分別包含影像失真 (Image
Degradation) 與 影 像 還 原 (Image Restoration) 兩 部
分。

第 3頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 4頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

影像還原的目的則是期望輸入失真的數位影像
g(x, y) ，經過逆過程產生輸出數位影像 f (x, y) ，可
以還原原始的數位影像，即 f (x, y) ≈ f (x, y) 。

第 5頁
7-2 影像雜訊 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
典型的雜訊模型 (Noise Models) 如下： 7-6
7-8

• 均勻雜訊 (Uniform Noise) ：

第 6頁
 7-1
7-2
•高斯雜訊 (Gaussian Noise) ： 7-3
7-4
7-5
7-6
7-6
•指數雜訊 (Exponential Noise) ： 7-7
7-6
7-8

第 7頁
 7-1
7-2
•瑞雷雜訊 (Rayleigh Noise) ： 7-3
7-4
7-5
7-6
7-6
•脈衝雜訊 (Impulse Noise) ： 7-7
7-6
7-8

第 8頁
 7-1
7-2
為了說明上述各種雜訊的特性，建立一張數位 7-3
影像，稱為單純影像 (Pure Image) 或無雜訊影像 7-4
(Noise-Free Image) ，如圖 7-2 。這張數位影像僅包 7-5
含 3 種不同的灰階，分別為 30 、 125 與 220 。 7-6
7-6
7-7
7-6
7-8

第 9頁
 7-1
7-2
在這張無雜訊影像分別加入上述各種雜訊後， 7-3
結果影像與直方圖，如圖 7-3 ，其中參數 Scale 均 7-4
設為 20 ，脈衝雜訊的機率則設為 0.05(5%) 。 7-5
7-6
7-6
7-7
7-6
7-8

第 10頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 11頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 12頁
7-3 週期性雜訊 7-1
7-2
(1) 前處理： 7-3
7-4
7-5
(2) DFT ：
7-6
7-6
7-7
(3) 頻率域處理： 7-6
7-8

第 13頁
 7-1
7-2
(4) DFT−1 ： 7-3
7-4
7-5

(5) 後處理： 7-6

7-6
7-7
7-6
7-8

第 14頁
 7-1
7-2
週期性雜訊的結果影像與頻率頻譜，如圖 7- 7-3
4 。本範例中，選取的參數分別為 Scale = 0.05 、頻 7-4
率 freq =100 、角度 q = 45° 等。 7-5
7-6
7-6
7-7
7-6
7-8

第 15頁
7-4 影像雜訊分析 7-1
7-2
7-4-1 訊號雜訊比 7-3
•總誤差 (Total Error) 7-4
7-5
7-6
7-6
7-7
7-6
7-8
•均方誤差 (Mean-Square Error, MSE)

第 16頁
 7-1
7-2
•均方根誤差 (Root-Mean-Square Error, RMSE) 7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8
•峰值雜訊比 (Peak Signal-to-Noise Ratio, PSNR)

第 17頁
 7-1
7-2
假設在原始的數位影像加入高斯雜訊，標準差 7-3
分別為 10 、 20 與 50 ，結果影像如圖 7-5 。 7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 18頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 19頁
 7-1
7-2
若分別計算 PSNR 值，結果如表 7-1 。 7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 20頁
 7-1
7-2
Python 程式碼如下： 7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 21頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 22頁
 7-1
7-2
7-4-2 影像雜訊分析 7-3

取得一張含有雜訊的數位影像，可以透過簡易 7-4

的雜訊分析，理解影像雜訊的特性與本質。以圖 7- 7-5

6 為例，雜訊具有隨機性，因此可以考慮使用雜訊 7-6
7-6
7-7
模型進行模擬分析。
7-6
7-8

第 23頁
 7-1
7-2
Python 程式碼如下： 7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 24頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 25頁
7-5 影像還原 7-1
7-2
影像還原技術大致可以分成兩種，分別為空間 7-3
域 (Spatial Domain) 與頻率域 (Frequency 7-4
Domain) 。 7-5

7-5-1 空間域影像還原 7-6

7-6
7-7
若數位影像中的雜訊具有隨機性，則雜訊比較
7-6
7-8
不容易完全去除。
以圖 7-7 為例，原始影像的雜訊為高斯雜訊，
屬於常見的雜訊，平均濾波雖然可以有效去除雜
訊，但同時會使得影像模糊化；高斯濾波則適合移
除高斯雜訊，同時保留影像細節。
第 26頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 27頁
 7-1
7-2
7-5-2 頻率域影像還原 7-3

若雜訊具有規律性，屬於週期性雜訊，則可透 7-4

過頻率域的影像還原技術去除。 7-5
7-6
7-6
7-7
7-6
7-8

第 28頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 29頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 30頁
 7-1
7-2
使用頻率域的影像還原，如圖 7-8 。輸入的原 7-3
始影像包含週期性訊號，在此使用理想帶阻濾波 7-4
器，其中截止頻率 D0 = 100 ，寬度 W = 10 。 7-5
7-6
理想帶阻濾波器同時產生所謂的漣漪效應
7-6
7-7
(RippleEffect) ，因此也可以考慮改用高斯或巴特沃
7-6
7-8
斯帶阻濾波器，藉以改善這個現象。

第 31頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-6
7-7
7-6
7-8

第 32頁
7-6 反濾波 7-1
7-2
根據影像失真模型的頻率域定義： 7-3
7-4
7-5
7-6
假設先暫時忽略雜訊，即 N(u,v) = 0 ，則可得
7-7
下列公式：
7-8

這樣的技術，稱為反濾波 (Inverse Filtering) 技術。

第 33頁
 7-1
7-2
反濾波技術存在下列技術挑戰： 7-3
•現實世界拍攝而得的數位影像通常包含一定程度 7-4
的雜訊 7-5
7-6
7-7
7-8
•若 H(u,v) 的數值太小，則在除法運算時，可能造
成計算後 的數值過大

第 34頁
 7-1
7-2
反濾波 (Inverse Filtering) 的範例，如圖 7-9 。 7-3
原始影像大小為 512 × 512 ，在高斯低通濾波 ( 截 7-4
止頻率為 50) 後，可得失真影像，用來模擬相機拍 7-5
照時造成的失焦現象。 7-6
7-7
7-8

第 35頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-7
7-8

第 36頁
7-7 維納濾波 7-1
7-2
維納濾波 (Wiener Filtering) 是一種影像還原技 7-3
術，與上述的反濾波技術不同，同時考慮影像與雜 7-4
訊，目的是求未失真影像的估計值 f ，使得均方誤 7-5
差 (Mean Square Error) 最小化。 7-6
7-7
7-8

第 37頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-7
7-8

第 38頁
7-8 影像補繪 7-1
7-2
影像補繪 (Image Inpainting) 技術是一種影像還 7-3
原技術，同時也可以用來修圖，去除數位影像中不 7-4
想要的區域。 7-5
7-6
7-7
OpenCV 提供影像補繪函式，定義如下：
7-8
7-8

第 39頁
 7-1
7-2
OpenCV 提供兩種影像補繪演算法，第一種方 7-3
法稱為 Navier-Stokes(NS) 法；第二種方法稱為 7-4
Telea 法。 OpenCV 的參數定義分別為： 7-5

• INPAINT_NS 7-6
7-7
• INPAINT_TELEA
7-8
7-8
影像補繪的範例，如圖 7-11 。

第 40頁
 7-1
7-2
7-3
7-4
7-5
7-6
7-7
7-8
7-8

第 41頁