Zusammenfassung
Bei den in Kap. 9 behandelten Bildverbesserungsverfahren wurden überwiegend subjektive oder qualitative Kriterien betrachtet. Insbesondere war hierbei die visuelle Interpretierbarkeit der Resultate wichtiger als die „Originaltreue“. Aus dieser Motivation heraus resultierte eine überwiegend heuristische Vorgehensweise, bei der teilweise sogar eine absichtliche Verfremdung der Bilder in Kauf genommen wurde, etwa bei der Pseudo- und Falschfarbendarstellung (Abschn. 9.1.3).
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
[1] Harry C. Andrews und Bobby R. Hunt. Digital Image Restoration. Prentice Hall, Englewood Cliffs, NJ, 1977.
[2] Kenneth R. Castleman. Digital Image Processing. Prentice Hall, Upper Saddle River, NJ, 1996.
[3] Subrahmanyan Chandrasekhar. Radiative Transfer. Courier Corporation, 1960.
[4] Kris A. Dines und Avinash C. Kak. Constrained least squares filtering. IEEE Transactions on Acoustics, Speech and Signal Processing, 25(4):346–350, August 1977.
[5] Rafael Gonzalez und Richard Woods. Digital image processing. Pearson Prentice Hall, Upper Saddle River, NJ, 3. Auflage, 2008.
[6] Jan Horn. Zweidimensionale Geschwindigkeitsmessung texturierter Oberflächen mit flächenhaften bildgebenden Sensoren. Dissertation, Universität Karlsruhe (TH), 2007.
[7] R. E. Hufnagel und N. R. Stanley. An algorithm for the machine calculation of complex Fourier series. Journal of the Optical Society of America, 54(1):52–61, 1964.
[8] B. Hunt. The Application of Constrained Least Squares Estimation to Image Restoration by Digital Computer. IEEE Transactions on Computers, C-22(9):805–812, September 1973.
[9] Curtis D. Mobley. Light and water: Radiative transfer in natural waters. Academic press, 1994.
[10] Fernando Puente León. Messtechnik – Systemtheorie für Ingenieure und Informatiker. Springer, Berlin Heidelberg, 10. Auflage, 2015.
[11] Alexander Sawchuk. Space-variant image restoration by coordinate transformations. Journal of the Optical Society of America, 64(2):138–144, Februar 1974.
[12] Thomas Stephan und Jürgen Beyerer. Computergraphical Model for Underwater Image Simulation and Restoration. In Computer Vision for Analysis of Underwater Imagery (CVAUI), 2014 ICPR Workshop on, Seiten 73–79, August 2014.
[13] Thomas Stephan, Peter Frühberger, Stefan Werling und Michael Heizmann. Model based image restoration for underwater images. In SPIE Optical Metrology 2013, Seiten 87911F–87911F. International Society for Optics and Photonics, 2013.
[14] Friedrich Wahl. Digitale Bildsignalverarbeitung. Springer, 1989.
[15] Wikipedia. Optical resolution, http://en.wikipedia.org/wiki/Optical_resolution.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2016 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Beyerer, J., Puente León, F., Frese, C. (2016). Bildrestauration. In: Automatische Sichtprüfung. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-47786-1_10
Download citation
DOI: https://doi.org/10.1007/978-3-662-47786-1_10
Published:
Publisher Name: Springer Vieweg, Berlin, Heidelberg
Print ISBN: 978-3-662-47785-4
Online ISBN: 978-3-662-47786-1
eBook Packages: Computer Science and Engineering (German Language)