TAILIEUCHUNG - Digital Signal Processing Handbook P53

Digital images and video, acquired by still cameras, consumer camcorders, or even broadcast-quality video cameras, are usually degraded by some amount of blur and noise. In addition, most electronic camerashavelimitedspatial resolutiondeterminedbythecharacteristicsof thesensorarray. Common causes of blur are out-of-focus, relative motion, and atmospheric turbulence. Noise sources include filmgrain, thermal, electronic, and quantization noise. | A. Murat Tekalp. Image and Video Restoration. 2000 CRC Press LLC. http . Image and Video Restoration A. Murat Tekalp University of Rochester Introduction Modeling Intra-Frame Observation Model Multispectral Observation Model Multiframe Observation Model Regularization Models Model Parameter Estimation Blur Identification Estimation of Regularization Parameters Estimation of the Noise Variance Intra-Frame Restoration Basic Regularized Restoration Methods Restoration of Images Recorded by Nonlinear Sensors Restoration of Images Degraded by Random Blurs Adaptive Restoration for Ringing Reduction Blind Restoration Deconvolution Restoration of Multispectral Images Restoration of Space-Varying Blurred Images Multiframe Restoration and Superresolution Multiframe Restoration Superresolution Superresolution with Space-Varying Restoration Conclusion References Introduction Digital images and video acquired by still cameras consumer camcorders or even broadcast-quality video cameras are usually degraded by some amount of blur and noise. In addition most electronic cameras have limited spatial resolution determined by the characteristics of the sensor array. Common causes of blur are out-of-focus relative motion and atmospheric turbulence. Noise sources include film grain thermal electronic and quantization noise. Further many image sensors and media have known nonlinear input-output characteristics which can be represented as point nonlinearities. The goal of image and video image sequence restoration is to estimate each image frame or field as it would appear without any degradations by first modeling the degradation process and then applying an inverse procedure. This is distinct from image enhancement techniques which are designed to manipulate an image in order to produce more pleasing results to an observer without making use of particular degradation models. On the other hand superresolution refers to estimating an .

• Tự động hoá
• Tự động hóa
• Năng lượng
• Cơ khí chế tạo máy
• Điện – điện tử
• Kiến trúc xây dựng
• Bài giảng Tự động hóa
• Tự động hóa quá trình sản xuất
• Tự động hóa quá trình lắp ráp
• Định vị chi tiết
• Lắp ráp tự động
• Xác định chế độ lắp ráp tự động
• Ứng dụng Robot trong lắp ráp tự động
• tự động hóa trong xây dựng
• giáo trình tự động hóa trong xây dựng
• bài giảng tự động hóa trong xây dựng
• tài liệu tự động hóa trong xây dựng
• lý thuyết tự động hóa trong xây dựng
• hệ thống tự động hóa trong xây dựng
• Giáo trình Tự động hóa
• Tự động hóa trong hệ thống điện
• Tài liệu tự động hóa
• Tìm hiểu tự động hóa hệ thống điện
• Khái niệm tự động hóa
• Lịch sử tự động hóa
• Sửa chữa thiết bị tự động hóa
• Thiết bị tự động hóa
• Giáo trình Lắp đặt thiết bị đo lường tự động hóa
• Lắp đặt thiết bị đo lường tự động hóa
• Thiết bị đo lường tự động hóa
• Dầu bôi trơn
• đề cương tự động hóa
• phương pháp tự động hóa
• Hệ thống tự động hóa
• Tự động hóa trong quá trình sản xuất
• Hệ thống điều khiển tự động
• Tự động hóa quá trình cắt phôi
• Tự động hóa quá trình kiểm tra
• Tự động điều khiển máy móc
• Tự động hóa quá trình công nghệ
• Lý thuyết điều khiển tự động
• Hệ thống rửa xe tự động
• Đồ án tự động hóa
• Hệ thống tự động
• Kiểm tra tự động
• Thiết bị phân loại tự động
• Hệ thống sản xuất tự động hóa
• lập trình tự động hóa
• tài liệu lập trình tự động hóa
• hướng dẫn lập trình tự động hóa
• phương pháp lập trình tự động hóa
• kinh nghiệm lập trình tự động hóa