GB/T 41864-2022 信息技术 计算机视觉 术语

　　ICS 35 . 240 . 0 1 CCS L 60

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 41864—2022

　　信息技术 计算机视觉 术语

　　Informationtechnology—Computervision—Terminology

　　2022-10-12 发布 2022-10-12 实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 41864—2022

　　目 次

　　前言 Ⅲ

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　3 . 1 图像表示类 1

　　3 . 2 图像获取类 2

　　3 . 3 图像处理类 4

　　3 . 4 图像分割类 10

　　3 . 5 图像理解类 11

　　3 . 6 视频理解类 16

　　3 . 7 三维计算机视觉类 21

　　3 . 8 计算摄像学类 23

　　3 . 9 性能评价类 24

　　3 . 10 应用相关类 26

　　参考文献 28

　　索引 29

　　I

　　GB/T 41864—2022

　　前 言

　　本文件按照 GB/T 1 . 1—2020《标准化工作导则 第 1 部分:标准化文件的结构和起草规则》的规定起草 。

　　请注意本文件的某些内容可能涉及专利 。本文件的发布机构不承担识别专利的责任 。

　　本文件由全国信息技术标准化技术委员会(SAC/TC28)提出并归口 。

　　本文件起草单位:中国电子技术标准化研究院 、中国科学院计算技术研究所 、北京工业大学 、中国科学院自动化研究所 、北京爱奇艺科技有限公司 、中国工业互联网研究院 、上海科技大学 、北京格灵深瞳信息技术有限公司 、清华大学 、南开大学 、北京理工大学 、南京邮电大学 、福州大学 、北京科技大学 、北京邮电大学 、中国科学院深圳先进技术研究院 、华北电力大学 、北京交通大学 、北京电子科技学院 、中国科学技术大学 、电子科技大学 、深圳市商汤科技有限公司 、湘潭大学 、西北工业大学 、西安电子科技大学 、哈尔滨工程大学 、中国科学院信息工程研究所 、中国石油大学(华东) 、郑州大学 、北京百度网讯科技有限公司 、华中科技大学 、北京信息科技大学 、中国传媒大学 、河南科技学院 、南京大学 、兰州理工大学 、中国科学院大学 、中科南京软件技术研究院 、中国科学院软件研究所 、武汉理工大学 、中国医学科学院生物医学工程研究所 、山东省计算中心(国家超级计算济南中心) 、上海依图网络科技有限公司 、杭州海康威视数字技术股份有限公司 、小米通讯技术有限公司 、北京电信规划设计院有限公司 、深圳云天励飞技术股份有限公司 、哈工大机器人(合肥)国际创新研究院 、第四范式(北京)技术有限公司 、华为技术有限公司 、矩阵元技术(深圳)有限公司 、北京三快在线科技有限公司(美团) 、北京佰才邦技术有限公司 、华夏芯(北京)通用处理器技术有限公司 、云从科技集团股份有限公司 、重庆邮电大学 、北京眼神科技有限公司 、之江实验室 、苏州中德宏泰电子科技股份有限公司 、曙光信息产业股份有限公司 、北京字节跳动网络技术有限公司 、郑州金惠计算机系统工程有限公司 。

　　本文件主要起草人:陈熙霖 、毋立芳 、马珊珊 、王亮 、王涛 、王聪 、马伟 、简萌 、卢汉清 、邓亚峰 、刘俊晖 、李实英 、黄严 、张晓垒 、索津莉 、刘烨斌 、杨巨峰 、程明明 、柴森春 、周全 、赵铁松 、牛玉贞 、殷绪成 、马占宇 、乔宇 、赵振兵 、翟永杰 、韦世奎 、金鑫 、王上飞 、姬艳丽 、谢玉凤 、欧阳建权 、钱晨 、蒋慧 、刘向增 、韩军伟 、刘海波 、苗启广 、葛仕明 、沈晶 、刘伟锋 、徐明亮 、吴月升 、刘文予 、冯镔 、黄小明 、曹刚 、王海棠 、马玉琨 、任桐炜 、杨丽芳 、李策 、马丙鹏 、李晖 、王少帆 、张文利 、李如玮 、王卓峥 、段立娟 、贾熹滨 、齐娜 、杨新武 、王瑾 、朱青 、付利华 、刘兆英 、虞晶怡 、何晖光 、谢凌曦 、文石磊 、乔利稳 、邓成 、王瑞平 、黄祥林 、肖长诗 、高永超 、张婷 、薛云志 、孟令中 、张媛 、许源 、蒲江波 、赵春昊 、任文奇 、浦世亮 、赵群 、徐圣普 、王珏 、韩霄 、朱亚军 、吴涛 、邹博 、傅建龙 、蒲亚坤 、资鑫斌 、王一鹤 、冯小雪 、曹晓琦 、张伊祎 、那崇宁 、魏晓明 、李军 、马彬 、田永会 、刘军 、丁雨 、罗家赛 、宋方方 、单海军 、宁皓 、欧阳马生 、朱贵波 、王金桥 、刘亦珩 、张磊 、杨春林 、张栋栋 、王长虎 。

　　Ⅲ

　　GB/T 41864—2022

　　信息技术 计算机视觉 术语

　　1 范围

　　本文件界定了计算机视觉领域中常用的术语和定义 。

　　本文件适用于计算机视觉概念的理解和信息交流 。

　　2 规范性引用文件

　　本文件没有规范性引用文件 。

　　3 术语和定义

　　3 . 1 图像表示类

　　3 . 1 . 1

　　彩色图像 color image

　　一种采用多通道分量表示可见光波段光谱信息的图像 。

　　3.1.2

　　多光谱图像 multi-spectral image

　　一种采用多通道分量表示相应波长的光谱信息的图像 。

　　注 : 如果多光谱图像表达的光谱信息对应波长均处于可见光波段,则为彩色图像 。

　　3.1.3

　　多视图 multiple view

　　一组从不同方位拍摄的同一场景的图像 。

　　3.1.4

　　二值图像 binary image

　　一种采用单通道二值分量表示的图像 。

　　3.1.5

　　高动态范围图像 high dynamic range image

　　一种具有更大曝光动态范围(即更大的明暗差别)的图像 。

　　3.1.6

　　灰度 gray scale

　　一种图像亮度表示方式,仅表示图像中每一个像素的亮度信息 。

　　注 : 灰度通常从最暗(黑色,灰度为 0)到最亮(白色,灰度为最大值),通常将灰度划分为 256 个等级,其中 0 代表最暗等级,255 代表最亮等级 。

　　3.1.7

　　灰度图像 gray scale image

　　一种采用单通道分量表示的图像 。

　　1

　　GB/T 41864—2022

　　3.1.8

　　全景图 panorama

　　一种通过多幅图像拼接获取的图像 。

　　3.1.9

　　随机噪声 random noise

　　波动不可预测的图像噪声 。

　　注 : 随机噪声包括随机白噪声(功率谱密度为常数) 、有色噪声(功率谱密度不为常数) 、高斯噪声(统计上服从高斯分布) 、椒盐噪声(由两个脉冲值组成) 。

　　3 . 1 . 10

　　图像 image

　　一种客观世界视觉信息的静态可视化表示 。

　　注 : 图像包括数字图像和模拟图像 。

　　3 . 1 . 1 1

　　图像分辨率 image resolution

　　图像单位尺寸中包含的像素点数 , 用于描述图像精细程度 。

　　注 : 对于数字图像的分辨率 , 通常由垂直方向和水平方向单位距离的像素个数确定 。

　　3 . 1 . 12

　　颜色模型 color model

　　一种利用基本颜色元素表示颜色的数学模型 。

　　注 : 常用的颜色模型包括 RGB(以红色(Red) 、绿色(Green)和蓝色(Blue)为基本颜色分量) 、HSI(以色调(Hue) 、饱和度(Saturation)和强度(Intensity)为基本颜色分量) 、LaB(以 L、a、B作为基本颜色分量) 、YCBCr(以亮度 、蓝色和红色为基本颜色分量) 、CMYK[以青(Cyan) 、品红(Magenta) 、黄(Yellow)和黑(Black)为基本颜色分量]等 。

　　3 . 1 . 13

　　颜色空间 color space

　　一种利用颜色模型的基本元素张成的颜色表达空间 。

　　3 . 1 . 14

　　噪声 noise

　　随机出现于图像中的亮度或色度干扰 。

　　3 . 1 . 15

　　噪声分布 noise distribution

　　一种描述图像中的噪声统计特性的方法 。

　　3 . 1 . 16

　　周期噪声 periodic noise

　　一种存在于图像中的具有空间周期特性的噪声 。

　　3 . 2 图像获取类

　　3.2.1

　　成像雷达 imaging radar

　　产生高分辨率目标图像的雷达系统 。

　　2

　　GB/T 41864—2022

　　3.2.2

　　超分辨成像 super-resolution imaging

　　通过改进成像系统 , 增强其获得的图像的分辨率 。

　　注 1 : 光学超分辨成像方法突破了光学成像系统的衍射极限 。

　　注 2 : 几何超分辨成像方法着眼于增强数字传感器的分辨率 。

　　3.2.3

　　多光谱相机 multi-spectral camera

　　高光谱相机 hyper-spectral camera

　　一种获取场景图像中多个波长(段)的光谱信息的相机 。

　　3.2.4

　　飞行时间成像 time of flight imaging

　　利用光速测量光信号在相机和物体之间传播所经历的时间 , 来解析图像上各点对应深度信息 。 3.2.5

　　高动态范围成像 high dynamic range imaging

　　与正常的数字成像技术相比 , 允许更大范围的曝光或值动态范围(即 , 在明暗区域之间的值范围更广)的一组技术 。

　　注 1 : 目的是准确表示各种强度级别 , 例如在外部场景中受阳光直射的浅色物品和深色阴影区域 。

　　注 2 : 通常利用从不同曝光范围照片中生成的方法来获取高动态范围图像 。

　　[来源 : ISO 19262:2015 , 3 . 119 , 有修改] 3.2.6

　　光度立体 photometric stereo

　　一种通过在不同光照条件下观察物体来估计物体表面法线的技术 。

　　3.2.7

　　光台 light stage

　　一种用于场景形状 、纹理 、反射 、动作捕捉的结构光或多相机系统 。

　　3.2.8

　　光场相机 light field camera

　　一种记录下多个方向光束数据 , 形成光场 , 并通过计算生成指定对焦面或观测视角的图像的相机 。 3.2.9

　　结构光相机 structured light camera

　　一种通过向场景主动投射特定红外结构光并利用摄像头采集信息来获取物体的位置和深度的相机 。

　　3 . 2 . 10

　　立体相机 stereo camera

　　一种利用两个或多个独立成像的镜头 , 同步采集场景中多视点信息并获取场景三维信息的相机 。

　　3 . 2 . 1 1

　　模拟相机 analog camera

　　一种利用可以逐渐变化的媒体(如胶片和摄影板)记录光学影像的相机 。

　　注 : 可以逐渐变化的媒体包括胶片 、摄影板等 。

　　3

　　GB/T 41864—2022

　　3 . 2 . 12

　　偏振相机 polarization camera

　　一种利用偏振传感器来获取每个图像像素的强度和偏振角度的相机 。

　　注 : 偏振相机可用于压力检查 , 减少反光 , 改善图像对比度 , 检测划痕以及物体检测等应用 。

　　3 . 2 . 13

　　数字相机 digital camera

　　使用芯片阵列图像传感器检测图像的设备 , 例如感光耦合元件(CCD)或互补式金属氧化物半导体(CMOS) , 其将视觉图像转换为电信号 。

　　[来源 : ISO 20263 :2017 , 3 . 1 . 4]

　　3 . 2 . 14

　　深度相机 depth camera

　　一种记录每个像素点在三维物理场景中对应点到相机镜头距离的相机 。

　　注 : 常见的深度相机成像方法包括结构光成像 、飞行时间成像等 。

　　3 . 2 . 15

　　图像采样 image sampling

　　在水平和垂直方向上对二维空间上连续图像进行等间距地分割 , 形成矩形网状结构的过程 。

　　注 1 : 矩形网状结构中所形成的微小方格称为像素点 。

　　注 2 : 采样图像是矩形网状结构中有限个像素点构成的集合 , 其分辨率由像素点个数的多少决定 。

　　3 . 2 . 16

　　相机模型 camera model

　　将物理空间中的对象投影到图像空间的映射方法 。

　　注 : 常见的相机模型包括小孔成像模型 、透视投影成像模型 、正交投影成像模型等 。

　　3 . 2 . 17

　　线阵相机 line scan camera

　　一种用于超长或者连续目标物无缝拍摄的逐行进行精确扫描的相机 。

　　3 . 2 . 18

　　阵列相机 array camera

　　一种利用位于不同空间位置的多个相机来采集不同视角图像的相机 。

　　3 . 3 图像处理类

　　3 . 3 . 1 图像变换子类

　　3.3.1.1

　　仿射变换 affine transformation

　　一种保持图像中直线和直线比例的图像几何变换方法 。

　　注 : 仿射变换包括缩放 、旋转 、平移 、翻转和剪切 。

　　3.3.1.2

　　刚体变换 rigid transformation

　　一种对图像进行旋转和平移的图像变换方法 。

　　注 : 刚体变换保持点与点之间的欧氏距离不变 。

　　4

　　GB/T 41864—2022

　　3.3.1.3

　　几何变换 geometrical transformation

　　一种改变像素空间位置的图像变换方法。

　　注 : 常见图像几何变换包括图像旋转 、缩放 、平移 、镜像 、错切 、投影变换等。 3.3.1.4

　　镜像变换 mirror transformation

　　一种基于平面内的点或直线对称改变像素位置的图像变换方法。 3.3.1.5

　　投影变换 projective transformation

　　一种在齐次坐标系下对图像进行线性变换的几何变换方法。

　　注 : 投影变换保持直线性,即直线在变换后仍是直线。 3.3.1.6

　　图像变换 image transformation

　　一种将原始图像空间数据(颜色 、灰度)以某种形式映射到另一空间的方法。

　　注 : 包括图像空间域变换 、频域 、小波变换 、DCT变换等。 3.3.1.7

　　图像超分辨率 image super-resolution

　　一种通过单张或多张低分辨率图像构建高分辨率图像的方法。

　　注 : 通过算法提高原有图像分辨率,称为超分辨率复原;通过多张低分辨率图像构建一张新的高分辨率图像,称为超分辨率重建。

　　3.3.1.8

　　图像重采样 image resampling

　　一种对数字图像按所需的像素位置或像素间距离进行重新采样以构成新的分辨率图像的过程。 3.3.1.9

　　图像插值 image interpolation

　　一种利用图像已知像素点的灰度(或颜色)产生未知像素点的灰度(或颜色)改变图像分辨率的方法。

　　注 1 : 图像插值方法包括双线性插值 、最近邻插值 、双立方差值等。

　　注 2 : 双线性插值由源图像中水平和垂直方向邻近像素点的灰度(彩色)值进行一次线性插值来计算 目标图像中相应像素点的灰度(颜色)值。

　　注 3 : 最近邻插值通过将 目标图像像素点的灰度(颜色)值设置为源图像中与其空间距离最近像素点的灰度(颜色)值。

　　注 4 : 双立法插值由源图像中水平和垂直方向邻近像素点的灰度(彩色)值进行三次多项式插值来计算 目标图像中相应像素点灰度(颜色)值。

　　3 . 3 . 2 图像增强子类

　　3.3.2.1

　　点运算增强 point operation enhancement

　　一种通过灰度映射来改变图像灰度值的图像增强方法。

　　注 : 点运算增强方法包括指数变换(基于指数函数曲线形成灰度映射函数) 、对数变换(基于对数函数曲线形成灰度映射函数) 、幂指数变换(基于幂指数函数曲线形成灰度映射函数) 、分段线性变换(基于分段线性变换形成灰度

　　映射函数)等。

　　5

　　GB/T 41864—2022

　　3.3.2.2

　　伽马校正 gamma correction

　　一种对具有伽马曲线特征的成像或显示设备的颜色或亮度进行非线性变换,以保持其线性特性的方法。

　　3.3.2.3

　　空间运算增强 spatial operation enhancement

　　一种根据源图像中当前像素点及其邻域像素点的灰度(彩色)值计算得到目标图像相应像素点的灰度(彩色)值的图像增强方法。

　　3.3.2.4

　　滤波器模板 filter mask

　　一组用于图像空间滤波运算的二维滤波器系数。 3.3.2.5

　　模态混叠现象 modal aliasing phenomenon

　　在多模态图像融合中,融合图像边缘信息捕获不充分,高频细节信息丢失,对比度降低的现象。 3.3.2.6

　　频域图像增强 image enhancement in frequency domain

　　一种将图像从空域变换到频域并借助滤波器改变图像中的频率分量的图像增强方法。

　　注 : 图像频域增强的基本步骤是:将图像从空间域变换到频域,在频域对图像进行处理,将处理后的图像从频域变

　　换到空间域。 3.3.2.7

　　频域图像滤波 image filtering in frequency domain

　　一种利用二维滤波器对图像进行处理的图像增强方法。

　　注 : 常见图像滤波方法包括:低通滤波 、高通滤波 、带通滤波等。 3.3.2.8

　　统计排序滤波 order statistics filtering

　　一种基于滑动窗口内源图像的灰度值的统计排序结果决定目标图像相应位置灰度值的非线性图像空间运算增强方法。

　　3.3.2.9

　　同态滤波 homomorphic filtering

　　一种对图像进行对数运算 、图像滤波 、指数运算的图像增强方法。

　　注 1 : 同态滤波可以用来去除图像中的乘性噪声。

　　注 2 : 同态滤波可以通过在频域中减少低频分量增加高频分量从而实现压缩动态范围且增加对比度的效果。

　　注 3 : 同态滤波可以用来抑制图像中的光照变化。

　　3 . 3 . 2 . 10

　　图像对比度增强 image contrast enhancement

　　一种通过将图像中的亮度值范围线性放大来形成灰度映射函数的点运算增强方法。

　　3 . 3 . 2 . 1 1

　　图像平滑 image smoothing

　　一种以抑制噪声改善图像质量为目的的图像增强方法。

　　注 : 图像质量包括分辨率 、清晰度 、对比度 、动态范围 、信噪比等。

　　6

　　GB/T 41864—2022

　　3 . 3 . 2 . 12

　　图像锐化 image sharpening

　　一种增强(或提取)图像的边缘或轮廓的图像增强方法 。

　　注 1 : 常见的锐化方法包括空间域锐化和频域锐化 。

　　注 2 : 空间域锐化的常见方法是梯度运算 、拉普拉斯运算等 , 频域锐化的常见方法是高通滤波 、同态滤波等 。

　　3 . 3 . 2 . 13

　　图像增强 image enhancement

　　任何基于主观观察和偏好设计的改善图像质量的过程 。

　　注 1 : 图像质量包括分辨率 、清晰度 、对比度 、动态范围 、信噪比等 。

　　注 2 : 图像增强方法未考虑图像降质原因 , 通常情况下 , 图像增强得到的结果图像局部最优 , 即局部(区域 、特征 、灰度等)质量得到改善 , 其他(区域 、特征 、灰度等)则会带来图像降质 。 图像增强方法包括点运算增强 、空间运算增强 、变换增强和伪彩色增强等 。

　　3 . 3 . 2 . 14

　　图像梯度 image gradient

　　一种描述图像相邻像素点灰度变化的特征量 。

　　注 : 图像梯度包括梯度幅度和梯度方向 。梯度变化常指梯度幅度变化 。

　　3 . 3 . 2 . 15

　　图像融合 image fusion

　　将通过多个成像传感器对同一目标 、同一场景获得的图像信息 , 或者将单一成像传感器利用不同的方式 , 在不同的时间段所获得的多个图像信息融合为一幅新图像的过程 。

　　3 . 3 . 2 . 16

　　图像互信息 image mutual information

　　用于测度融合图像与源图像之间的灰度分布相似度 , 即融合图像保留了源图像多少信息量 。

　　3 . 3 . 2 . 17

　　图像相关系数 image correlation coefficient

　　一种反映了两图像之间相关程度的系数 。

　　注 : 数值越大表明两幅图像之间的相关性越高 。

　　3 . 3 . 2 . 18

　　伪彩色增强 pseudo color enhancement

　　一种将原始灰度图像中灰度值(或灰度范围)映射成相应的颜色分量而获取彩色图像的图像增强方法 。

　　注 : 常见的伪彩色增强方法有灰度切割法[将特定灰度值(或灰度范围)人为设定为相应颜色生成伪彩色] 、灰度-彩色映射法(设计灰度到不同颜色分量的映射曲线生成伪彩色图像) 。

　　3 . 3 . 2 . 19

　　线性滤波 linear filtering

　　一种将滤波器模板在图像平面内滑动 , 并用滤波器模板系数对相应位置的图像像素点灰度(彩色)值进行加权并求和的图像空间运算增强方法 。

　　3 . 3 . 2 . 20

　　直方图 histogram

　　图像中色调分布的图形表示 。

　　[来源 : ISO 17215-1 :2014 , 3 . 1 . 4 , 有修改]

　　7

　　GB/T 41864—2022

　　3 . 3 . 2 . 21

　　直方图均衡 histogram equalization

　　一种通过使得目标图像的直方图呈均匀分布获取灰度映射曲线的点运算增强方法。

　　注 : 直方图均衡能够根据原始图像中的灰度分布概率 , 自适应地将原始图像中分布概率高的灰度值扩展 , 分布概率低的灰度值压缩。

　　3 . 3 . 2 . 22

　　直方图规定化 histogram specification

　　一种通过使得目标图像的直方图按照规定形状分布获取灰度映射曲线的点运算增强方法。

　　3 . 3 . 2 . 23

　　中值滤波 median filtering

　　一种取滑动窗口内的源图像的像素灰度值排序结果的中值作为目标图像相应位置灰度值的图像增强方法。

　　3 . 3 . 2 . 24

　　最大值滤波 maximum filtering

　　一种取滑动窗口内的源图像的像素灰度值排序结果最大值作为目标图像相应位置灰度值的图像增强方法。

　　3 . 3 . 2 . 25

　　最小值滤波 minimum filtering

　　一种取滑动窗口内的源图像的像素灰度值排序结果最小值作为目标图像相应位置灰度值的图像增强方法。

　　3 . 3 . 3 图像复原子类

　　3.3.3.1

　　点扩展函数 point spread function

　　点光源所成像中光强度分布的数学表达式。

　　[来源 : ISO 18337:2015 , 2 . 1] 3.3.3.2

　　降质函数 degradation function

　　用来对图像降质过程进行建模的函数表达。 3.3.3.3

　　逆滤波 inverse filtering

　　通过建模图像退化过程 , 逆向恢复原始图像的方法。 3.3.3.4

　　双边滤波 bilateral filtering

　　一种同时考虑像素之间空间距离和灰度相似性的图像滤波方法。

　　注 : 双边滤波是一种非线性滤波方法 , 具有良好的边界保持和降噪能力。 3.3.3.5

　　图像去噪 image denoising

　　通过抑制图像噪声改善图像质量的图像复原方法。

　　注 : 图像质量包括分辨率 、清晰度 、对比度 、动态范围 、信噪比等。

　　8

　　GB/T 41864—2022

　　3.3.3.6

　　图像去模糊 image deblurring

　　去除运动 、散焦等原因造成的图像模糊进而改善图像质量的方法。

　　注 : 图像质量包括分辨率 、清晰度 、对比度 、动态范围 、信噪比等。 3.3.3.7

　　图像补全 image inpainting

　　将图像中缺失的区域进行填充,使处理后的图像达到视觉上自然和语义上一致的效果。

　　注 : 图像补全常用于艺术品的数字化复原 、旧电影恢复 、图像编辑等领域。 3.3.3.8

　　图像压缩编码 image compression coding

　　在满足一定质量(信噪比的要求或主观评价得分)的条件下,以较少比特(字节)数表示图像或图像中所包含信息的技术。

　　注 : 常见的图像压缩编码包括无损压缩编码(从压缩后的数据可以完全恢复原始图像,信息没有损失) 、有损压缩编码(从压缩后的数据无法完全恢复原始图像,信息有一定损失) 。

　　3.3.3.9

　　图像质量评价 image quality assessment

　　对在采集 、压缩 、处理 、传输及显示等过程中产生的图像质量进行度量的方法和过程。

　　注 1 : 图像质量包括分辨率 、清晰度 、对比度 、动态范围 、信噪比等。

　　注 2 : 评估一幅图像在采集 、压缩 、处理 、传输及显示等过程中产生的图像和原图像相比质量的差异,通常包括无参考 、半参考 、全参考三种方式。

　　3 . 3 . 3 . 10

　　图像失真 image distortion

　　图像采集过程中由于传感器 、光学系统和数字相机内部图像处理器等导致的获取图像与所拍摄真实场景的偏差。

　　3 . 3 . 3 . 1 1

　　维纳滤波 wiener filtering

　　一种在频域由降质图像 、降质函数 、图像功率谱和噪声功率谱,基于最小均方误差准则来估计原始图像的图像复原方法。