写在前面
图像复原技术的主要目的是：以预先确定的目标来改善图像；
图像增强是一个主观过程，其目的是改善图片的质量，对感兴趣的部分加以增强，对不感兴趣的部分予以抑制；
图像复原是一个客观的过程，针对质量降低或失真的图像，试图恢复其原始的内容或质量。复原技术是面向退化模型的，并且采用相反的过程进行处理，以便恢复出原图像。在进行图像复原之前要先建立起其退化模型，根据该模型进行图像复原。
图像复原试图利用某种先验知识来复原被退化的图像；
图像退化/复原过程的模型
假设H是一个线性时不变的过程，则我们可以得到
，
式子中的“*”表示卷积。
其频率域的表示为：
仅存在加性噪声的情况下，可以选择空间滤波方法。
关于噪声
噪声主要来源于图像的获取/传输过程。
假设噪声独立于空间坐标，并且与图像本身无关；
噪声量化指标：
- 空间特性：灰度PDF（概率密度函数）
- 频率特性：频谱
一些重要的概率密度函数：
高斯噪声
瑞利噪声
爱尔兰（伽马）噪声
指数噪声
均匀噪声
椒盐噪声
周期噪声
本节唯一一种空间相关噪声；
空间噪声可通过频率域滤波来显著的减少
接下来这幅图像被不同频率的（空间）正弦噪声严重干扰
噪声参数的估计
1、典型的周期噪声参数是通过检测图像的傅里叶谱来估计的。
- 周期噪声趋向于产生频率尖峰，这些尖峰甚至通过视觉分析也经常可以检测到
- 另一种方法是尽可能直接从图像种推断噪声分量的周期性，但这仅仅在非常简单的情况下次才是可能的
2、当噪声尖峰格外显著 或 可以使用关于干扰的频率分量一般位置的某些知识时，自动分析是可能的