1. 1 5 影像復原 5.1 影像衰減與復原模式 5.2 雜訊模式 5.3 具雜訊影像之復原 - 空間域濾波 5.4 具雜訊影像之復原 - 頻域濾波 5.5 線性空間不變系統之衰減 5.6 衰減函數之估計

2. 2 5.7 逆向濾波 5.8 幾何轉換

3. 3 5.1 影像衰減與復原模式 空間域衰減模式 g(x,y) = h(x,y)*f(x,y) + η(x,y) 頻域衰減模式 G(u,v) = H(u,v)F(u, v)+ N(u,v)

4. 4 5.2 雜訊模式 雜訊的空間與頻率性質 白雜訊 (White Noise) 傅立葉頻譜為常數的雜訊 假設雜訊與空間座標無關，為隨機之雜訊 以機率模式敘述雜訊

5. 5 幾種重要的雜訊機率密度 函數 高斯雜訊 (Gaussian Noise)

6. 6 Rayleigh 雜訊

7. 7 Erlang (Gamma) 雜訊

8. 8 指數 (Exponential) 雜訊

9. 9 均勻 (Uniform) 雜訊

10. 10 衝 (Impulse, Salt-and- pepper) 雜訊

11. 11 5.3 具雜訊影像之復原 - 空間域 濾波 假設造成影像衰減的唯一因子為雜訊 g(x,y) = f(x,y) + η(x,y) G(u,v) = F(u,v) +N(u,v) 已知雜訊與未知雜訊的處理方法

12. 12 平均濾波器

13. 13 排序統計值 (Order-Statistic) 濾波器

14. 14 適應性濾波器 (Adaptive Filters) 適應性區域雜訊削減濾波 器

15. 15

16. 16 5.4 具雜訊影像之復原 - 頻域濾 波 帶斥濾波器 (Bandreject Filters)

17. 17 5.5 線性空間不變系統之衰減

18. 18

19. 19 5.6 衰減函數之估計 由觀察影像進行估計

20. 20 由實驗進行估計 由模式進行估計 - 大氣紊流 之影像衰減模式

21. 21 5.7 逆向濾波

22. 22 5.8 幾何轉換 空間轉換 (Spatial Transformation) 一個影像 f 中影像元素座標 (x,y) 經 由幾何失真 (Geometric Distortion) 產生一個 新影像 g(x',y') ，此 幾何失真轉換可以下式表示之：

23. 23 復原方法有下列兩種： 1. 已知 r(x,y) 與 s(x,y) 關係式 之復原。 2. 應用固定點 (Tiepoints) 以 雙線性方程式 (Bilinear Equation) 進行復原 。

24. 24 灰階值之內差法 最近鄰近點或零次內插法 (Nearest-neighbor or Zero-order Interpolation) 雙線性內差法 (Bilinear Interpolation)