在图像生成、记录、传输过程中，由于成像系统、设备或外在的干扰，会导致图像质量下降，称为图像退化，如大气扰动效应、光学系统的像差、物体运动造成的模糊、几何失真等。

对退化图像进行处理，使之恢复原貌的技术称之为图像复原（Image Restoration）图像复原的关键在于确定退化的相关知识，将退化过程模型化，采用相反的过程尽可能恢复原图，或者说使复原后的图像尽可能接近原图。

课程思政：我们接触到的图像或多或少会有些干扰导致不清晰，失真的情况在，这就需要图像复原技术。当然在现实生活中也是需要事事回头望，回来最初的原点，再来一次，在好好的规划，再给人生一次机会！

  （1）图像噪声的分类。

其一，那些记录于感光胶片中的图像容易受到感光颗粒噪声波动的影响；

其二，当图像从光学形式向电子形式进行转换的过程中，它是以一个统计的形式进行的，这主要是由于每个像素所接收到的光子的数目是随机的，而且是有限的，这样就导致了光电子噪声的产生；

其三，电子放大器在对信号进行处理的过程中还会引入热噪声；

其四，在获取图像的过程中，容易从电力或者是机电干扰中获取周期性的噪声。

（2）根据图像的特征建立起相应的概率密度函数。

在对数字图像进行处理的过程中，一般需要以概率密度函数作为根本的依据来对噪声的统计特性进行表述，建立起对应的数据模型。

常见的几种典型噪声主要包括：高斯噪声；锐利噪声；伽马噪声；指数分布噪声；均匀分布噪声以及脉冲噪声六种。

（3）对噪声的相关参数进行估计。

在对噪声进行处理的过程中需要获得各种噪声的相关参数，这是掌握图像先验指数的一部分。

噪声方差的估计主要包括这样两种：

其一，首先对噪声的图像进行预滤波处理，然后再对经过滤波处理后的数据进行方差估计处理；

其二，在估计前将噪声分成多个区域，主要针对其中的“平坦区”对噪声方差进行估计。通常所采用的估计方法有：平均法、中值法、分块法，散点法，金字塔法以及预滤波法等几种。

（4）去除噪声。

去除噪声的一个基本理论就是根据噪声的高频特性来提出低通滤波的方法，常用的去除方法有均值滤波法以及中值滤波法等。这两种方法虽然能去除噪声，但是也去除了图像的相关细节，导致图像的边界模糊。因此，现在一种基于模型的去噪算法被提出，该算法主要是基于图像本身的马尔可夫模型及不同噪声而提出来的。

8.1.1 连续退化模型

（1）退化过程

抽象为一个退化系统H以及加性噪声的影响，用线性、空间不变系统模型来模拟实际中的非线性和空间变化模型。

（2）退化模型

称为点扩散函数（PSF），其傅里叶变换也称为光学传递函数（OTF），进行均匀取样得到离散退化模型。

n  采样延拓  

n  二维离散卷积退化模型

（1）含义

图像复原是指在给定退化图像，了解退化的点扩散函数和噪声项的情况下，估计出原始图像

（2）步骤

  确定图像的退化函数

退化函数一般是不知道的，需先估计退化函数

采用合适的图像复原方法复原图像

采用与退化相反的过程，使复原后的图像尽可能接近原图，一般要确定一个合适的准则函数，最优情况对应最好的复原图。这一步的关键技术在于确定准则函数和求最优。

可采用盲复原方法：直接从退化图像估计原图像

综上所述,图像复原是指在给定退化图像g(r，y)、了解退化的点扩散函数h(r，y)和噪声项n(z，y)的情况下,估计出原始图像f(z，y)。

图像复原一般按以下步骤进行：

(1）确定图像的退化函数。在实际图像复原中,退化函数一般是不知道的,因此,图像复原需要先估计退化函数。

(2)采用合适的图像复原方法复原图像。图像复原是采用与退化相反的过程,使复原后的图像尽可能接近原图,一般要确定一个合适的准则函数,准则函数的最优情况对应最好的复原图。这一步的关键技术在于确定准则函数和求最优。

图像复原也可以采用盲复原方法。在实际应用中,由于导致图像退化的因素复杂,点扩散函数难以解析表示或测量困难,可以直接从退化图像估计原图像,这类方法称为盲图像复。