Bildåterställning
Bildåterställning är operationen att ta en korrupt/brusig bild och uppskatta den rena originalbilden. Korruption kan förekomma i många former som rörelseoskärpa , brus och felfokusering av kameran. Bildåterställning utförs genom att vända processen som gjorde bilden suddig och sådan utförs genom att avbilda en punktkälla och använda punktkällans bild, som kallas Point Spread Function (PSF) för att återställa bildinformationen som förlorats i suddighetsprocessen.
Bildåterställning skiljer sig från bildförbättring genom att den senare är utformad för att framhäva egenskaper hos bilden som gör bilden mer tilltalande för betraktaren, men inte nödvändigtvis för att producera realistiska data från en vetenskaplig synvinkel. Bildförbättringstekniker (som kontraststräckning eller avskärning av en procedur för närmaste granne) som tillhandahålls av bildpaket använder ingen a priori- modell av processen som skapade bilden.
Med bildförbättring kan brus effektivt tas bort genom att offra en viss upplösning, men detta är inte acceptabelt i många applikationer. I ett fluorescensmikroskop är upplösningen i z-riktningen dålig som den är. Mer avancerad bildbehandlingsteknik måste användas för att återställa objektet.
Huvudsakliga användningsfall
Syftet med bildåterställningstekniker är att minska brus och återställa upplösningsförluster. Bildbehandlingstekniker utförs antingen i bilddomänen eller frekvensdomänen. Den mest enkla och konventionella tekniken för bildåterställning är deconvolution , som utförs i frekvensdomänen och efter beräkning av Fouriertransformeringen av både bilden och PSF och ångra upplösningsförlusten som orsakas av oskärpa faktorer. Nuförtiden görs fotorestaurering med hjälp av digitala verktyg och programvara för att fixa alla typer av skador som bilder kan ha och förbättra den allmänna kvaliteten och definitionen av detaljerna.
AI-bildåterställning
Denna dekonvolutionsteknik förstärker brus och skapar en ofullständig suddig bild, på grund av sin direkta invertering av PSF som vanligtvis har ett dåligt matristillståndsnummer . Konventionellt antas också suddighetsprocessen vara skiftinvariant. Därför har mer sofistikerade tekniker, såsom regelbunden avsuddning, utvecklats för att erbjuda robust återhämtning under olika typer av brus och oskärpa funktioner.
Typer av AI-korrigeringar
1. Geometrisk korrigering
2. radiometrisk korrigering
3. bullerborttagning