資源描述：
《維納濾波器的設(shè)計(jì)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、基于運(yùn)動(dòng)圖像復(fù)原的維納濾波器設(shè)計(jì)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(guò)程中可能會(huì)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(huì)造成圖像中的目標(biāo)很難識(shí)別或者圖像中的特征無(wú)法提取，必須對(duì)其進(jìn)行恢復(fù),維納濾波是一種常見(jiàn)的圖像復(fù)原方法。本設(shè)計(jì)主要對(duì)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(jì)相應(yīng)的維納濾波器，對(duì)運(yùn)動(dòng)模糊圖像和它的加噪圖像進(jìn)行復(fù)原。之后，對(duì)逆濾波和維納濾波進(jìn)行圖像復(fù)原仿真實(shí)驗(yàn)，并對(duì)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AbstractImagin
2、gfeaturesmayappearblurred,distortedormixedwithnoiseintheprocessofsceneimaging.Asaconsequence,qualityofimagesislowered,whichindigitalimagesislikelytomakeitdifficulttoidentifythetargetimageortoextracttheimagefeatures,imagesmustberestored,then.Wienerfilterisacommonmeth
3、odforimagerestoration.ThispapermainlyintroducesthebasicprinciplesofWienerfiltering,andfunctionofMATLABarecombinedtodesignthecorrespondingWienerfiltertorestoremotion-blurimages.Andnoiserestorationarealsotakenintoaccountinthedesign.Finally,theinversefilterandWienerfil
4、terforimagerestorationsimulationexperimentbetaken,andcomparedthedifferencesbetweenthem.Keywords: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(shí)圖像，或說(shuō)是研究如何從獲得的信息中反演出有關(guān)真實(shí)目標(biāo)的信息，如果是因?yàn)樵跀z像時(shí)相機(jī)和被攝景物之間有相對(duì)運(yùn)動(dòng)而造成的圖像模糊則稱為運(yùn)動(dòng)模糊。所得到圖像中的景物往往會(huì)模糊不清，我們稱
5、之為運(yùn)動(dòng)模糊圖像。圖像復(fù)原關(guān)鍵是要知道圖像退化的過(guò)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(shí)意義。圖像復(fù)原的目的就是根據(jù)圖像退化的先驗(yàn)知識(shí)，找到一種相應(yīng)的反過(guò)程的方法來(lái)處理圖像，從而盡量得到原來(lái)圖像的質(zhì)量，以滿足人類視覺(jué)系統(tǒng)的要求，以便觀賞、識(shí)別或者其它應(yīng)用的需要。（二）維納濾波簡(jiǎn)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(guò)數(shù)學(xué)運(yùn)算最終可變?yōu)橐粋€(gè)托布利茲方程的求解問(wèn)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
6、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(yùn)算的分析中，常常用到點(diǎn)源的概念。事實(shí)上，一幅圖像可以看成由無(wú)窮多極小的像素所組成，每一個(gè)像素都可以作為一個(gè)點(diǎn)源。（二）離散函數(shù)退化模型為了用數(shù)字計(jì)算機(jī)對(duì)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(jí)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(yùn)動(dòng)圖像的退化模型一幅清晰圖象由于水平勻速運(yùn)動(dòng)形成的模糊圖象，
7、從物理現(xiàn)象上看，運(yùn)動(dòng)模糊圖象實(shí)際上就是同一景物圖象經(jīng)過(guò)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?yàn)V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(guò)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
8、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(duì)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(shí)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(yùn)行代碼，轉(zhuǎn)為灰度圖像
