資源描述：
《維納濾波器的設(shè)計》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于運動圖像復(fù)原的維納濾波器設(shè)計通信工程09250104張明哲指導(dǎo)教師陳海燕副教授摘要景物成像過程中可能會出現(xiàn)模糊、失真或混入噪聲，最終導(dǎo)致圖像質(zhì)量下降。這種質(zhì)量的下降會造成圖像中的目標(biāo)很難識別或者圖像中的特征無法提取，必須對其進(jìn)行恢復(fù),維納濾波是一種常見的圖像復(fù)原方法。本設(shè)計主要對維納濾波的基本原理進(jìn)行研究，并結(jié)合MATLAB中的函數(shù)，設(shè)計相應(yīng)的維納濾波器，對運動模糊圖像和它的加噪圖像進(jìn)行復(fù)原。之后，對逆濾波和維納濾波進(jìn)行圖像復(fù)原仿真實驗，并對比它們的復(fù)原效果。關(guān)鍵詞：維納濾波；圖像恢復(fù)；退化模型AbstractImagingfeaturesmayappearblurred,disto
2、rtedormixedwithnoiseintheprocessofsceneimaging.Asaconsequence,qualityofimagesislowered,whichindigitalimagesislikelytomakeitdifficulttoidentifythetargetimageortoextracttheimagefeatures,imagesmustberestored,then.Wienerfilterisacommonmethodforimagerestoration.Thispapermainlyintroducesthebasicprincip
3、lesofWienerfiltering,andfunctionofMATLABarecombinedtodesignthecorrespondingWienerfiltertorestoremotion-blurimages.Andnoiserestorationarealsotakenintoaccountinthedesign.Finally,theinversefilterandWienerfilterforimagerestorationsimulationexperimentbetaken,andcomparedthedifferencesbetweenthem.Keywor
4、ds:Wienerfilter;imagerestoration;degradedimage一，概述（一）圖像復(fù)原的定義圖像復(fù)原就是研究如何從所得的變質(zhì)圖像中復(fù)原出真實圖像，或說是研究如何從獲得的信息中反演出有關(guān)真實目標(biāo)的信息，如果是因為在攝像時相機和被攝景物之間有相對運動而造成的圖像模糊則稱為運動模糊。所得到圖像中的景物往往會模糊不清，我們稱之為運動模糊圖像。圖像復(fù)原關(guān)鍵是要知道圖像退化的過程，即要知道圖像退化后的圖像進(jìn)行復(fù)原處理非常具有現(xiàn)實意義。圖像復(fù)原的目的就是根據(jù)圖像退化的先驗知識，找到一種相應(yīng)的反過程的方法來處理圖像，從而盡量得到原來圖像的質(zhì)量，以滿足人類視覺系統(tǒng)的要求，以便觀
5、賞、識別或者其它應(yīng)用的需要。（二）維納濾波簡介維納濾波器是以最小平方為最優(yōu)準(zhǔn)則的線性濾波器。在一定的約束條件下，其輸出與一給定函數(shù)的差的平方達(dá)到最小，通過數(shù)學(xué)運算最終可變?yōu)橐粋€托布利茲方程的求解問題。維納濾波器又被稱為最小二乘濾波器或最小平方濾波器，目前是基本的濾波方法之一。二．圖像退化模型（一）連續(xù)函數(shù)退化模型IV空間坐標(biāo)位置和景物明暗程度均為連續(xù)變化的圖像，稱為連續(xù)圖像。在圖像線性運算的分析中，常常用到點源的概念。事實上，一幅圖像可以看成由無窮多極小的像素所組成，每一個像素都可以作為一個點源。（二）離散函數(shù)退化模型為了用數(shù)字計算機對圖像進(jìn)行處理，首先必須把連續(xù)圖像函數(shù)f（x，y）進(jìn)行
6、空間的和幅值的離散化處理.空間連續(xù)坐標(biāo)（x，y）的離散化，稱為圈像的采祥，幅值的離散化稱為灰度級的整量。將這兩種離散化和在一起，稱為圖像的數(shù)字化。（三）勻速直線運動圖像的退化模型一幅清晰圖象由于水平勻速運動形成的模糊圖象，從物理現(xiàn)象上看，運動模糊圖象實際上就是同一景物圖象經(jīng)過一系列的距離延遲后再疊加，最終形成的圖象。三．圖像的恢復(fù)方法（一）逆濾波復(fù)原法如果已知退化圖像的傅立葉變換和系統(tǒng)沖激響應(yīng)函數(shù)，則可以求得原圖像的傅立葉變換，經(jīng)傅立葉反變換就可以求得原始圖像f（x，y），其中G(u,v)除以H（u，v）起到了反向濾波的作用。這就是逆濾波復(fù)原的基本原理。（二）約束最小平方復(fù)原法約束最小平
7、方復(fù)原是一種以平滑度為基礎(chǔ)的圖像復(fù)原方法，約束最小平方復(fù)原仍然是以最小二乘方濾波復(fù)原公式為基礎(chǔ)，通過選擇合理的Q，從而去掉被恢復(fù)圖像的這種尖銳部分，即增加圖像的平滑性。（三）維納濾波復(fù)原法維納濾波就是最小二乘濾波，它是使原始圖像f(x,y)與其恢復(fù)圖像之間的均方誤差最小的復(fù)原方法。對圖像進(jìn)行維納濾波主要是為了消除圖像中存在的噪聲。三．維納濾波和逆濾波仿真實現(xiàn)我們要進(jìn)行圖像復(fù)原，首先要將插入圖片變?yōu)榛叶葓D像，根據(jù)運行代碼，轉(zhuǎn)為灰度圖像
