反转图像上的矩阵变换

时间:2017-06-03 09:16:56

标签: image-processing

我希望通过在图像上进行矩阵变换来实现如何提高图像质量,该图像基本上“撤消”图像的柔化/运动模糊。

如果我要将变换A应用到清晰的图像,如果A如下,那么变换B将使我回到原始图像:

0 1 0
0 1 0
0 1 0

1 个答案:

答案 0 :(得分:2)

实现这一目标的唯一方法是取决于变革。

想象一个案例是一个非常基本的(也许是愚蠢的)模糊功能。它适用于图像并从[0-255]范围内的值转换所有像素127,128,129。要反转此过滤器,我们必须能够将值映射回来。但是,我们刚丢失了这些信息。示例是像素值1和5都转换为127.现在,没有其先前值的信息,当我们读取转换像素127的值时,我们应该将其转换为1还是5?我们不知道。

现在,记住一些转变是单程票。有更好的方案。例如,通过基本上用反转矩阵或旋转矩阵变换图像,可以完全反转诸如图像旋转的线性变换。

  

一个^( - 1)= A ^(T)

其中A是旋转矩阵。

所以基本上,转换是在以下情况下反转的:

  

AIA ^(T)

我是图像,A是旋转矩阵。

因此,您需要有两件事能够反转图像的变换。您的变换必须在数学上可逆。然后你需要应用与变换函数在数学上相反的变换。

当然,有一些方法可以尝试锐化图像而不需要完全转换回来,如果它们适合你,这里有一些处理模糊图像的技术;

高通过滤,简单但经典:http://northstar-www.dartmouth.edu/doc/idl/html_6.2/Sharpening_an_Image.html

解卷积:https://en.wikipedia.org/wiki/Deconvolution

变分法(基于变异计算的方法):http://www.math.ucla.edu/~bertozzi/papers/moellerpaper.pdf

在文献中可以找到更多。