資源描述：
《圖像處理-維納濾波復原【PPT】.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在PPT專區(qū)-天天文庫。
1、維納濾波復原學習匯報逆濾波處理比較簡單，但沒有清楚地說明如何處理噪聲，而維納濾波綜合了退化函數和噪聲統(tǒng)計特性兩個方面進行復原處理。逆濾波方法不能完全恢復原始信號f(x,y)，而只能求出f(x,y)的一個估計值。希望找到一種方法，在有噪聲條件下，從退化圖像g(x,y)復原出f(x,y)的估計值，該估計值符合一定的準則。維納濾波維納濾波(Wienerfiltering)=最小均方差濾波維納濾波是最常用的圖像恢復方法基于維納濾波的圖像恢復方法是1967年提出的C.W.Helstrom,“Imagerestorationbythemethodoflestsqaures,”Journalofth
2、eOpticalScoietyofAmerica,vol.57,no.3,pp.297-303,1967.C.W.Helstrom,Thisweek’scitationclassic,19821967-1982年SCI引用超過125次.N.Wiener,“Theextrapolation,interpolationandsmoothingofstationarytimeseries”,NewYork:Wiely,1949.在均方誤差值最小的準則下得到的稱為對f(x,y)的最小二乘方估計。按照該準則得到的濾波器叫維納濾波器。目標：使得復原后圖像與原始圖像的均方誤差最?。阂虼司S納濾波器又稱
3、為最小均方差濾波器。線性濾波：尋找點擴散函數hw(x,y)，使得則有由Andrews和Hunt推導滿足這一要求的傳遞函數為：這里，是成像系統(tǒng)傳遞函數H(u,v)的復共軛；Sn(u,v)是噪聲功率譜：Sf(u,v)是輸入圖像的功率譜：或：計算退化圖像g(x,y)的二維Fourier變換G(u,v)計算理想圖像的頻譜估計計算點擴展函數h(x,y)的二維Fourier變換H(u,v)計算退化圖像和噪聲的功率譜Sf(u,v),Sn(u,v)計算濾波器HW(u,v)求反Fourier變換維納濾波復原過程（1）當H（u,v）→0或幅值很小時，分母不為零，不會造成嚴重的運算誤差。（2）在信噪比高的圖
4、像中，即Sn(u,v)<5、小5個數量級不足之處，請批評指正。謝謝！
