《图像处理-维纳滤波复原【ppt】课件》由会员分享，可在线阅读，更多相关《图像处理-维纳滤波复原【ppt】课件（11页珍藏版）》请在金锄头文库上搜索。
1、在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确维纳滤波复原维纳滤波复原学习汇报在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确逆滤波逆滤波处理比较简单，但没有清处理比较简单，但没有清楚地说明如何处理噪声，而维纳滤波综合了楚地说明如何处理噪声，而维纳滤波综合了退化函数和噪声统计特性两个方面进行复原退化函数和噪声统计特性两个方面进行复原处理。处理。逆滤波方法不能完全恢复原始信号逆滤波方法不能完全恢复原始信号f(x,y)，而只能，而只能求出求出f(x,y)的一个估计值的一个估计值
2、 。希望找到一种方法，在有噪声条件下，从退化图像希望找到一种方法，在有噪声条件下，从退化图像g(x,y)复原出复原出f(x,y)的估计值，该估计值符合一定的准的估计值，该估计值符合一定的准则。则。 维纳滤波维纳滤波在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确维纳滤波维纳滤波 (Wiener filtering)=最小均方差滤波最小均方差滤波l维纳滤波是最常用的图像恢复方法维纳滤波是最常用的图像恢复方法l基于维纳滤波的图像恢复方法是基于维纳滤波的图像恢复方法是19671967年提出的年提出的C.W. Helstrom, “Image
3、 restoration by the method of lest sqaures,” Journal of the Optical Scoiety of America, vol.57, no.3, pp.297-303, 1967.C.W.Helstrom, This weeks citation classic, 19821967-1982年年SCI引用超过引用超过125次次.N.Wiener, “The extrapolation, interpolation and smoothing of stationary time series”, New York: Wiely, 194
4、9.在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确在均方误差值最小的准则下得到的在均方误差值最小的准则下得到的 称为对称为对f(x,y)的最小二乘方估计。的最小二乘方估计。按照该准则得到的滤波器叫按照该准则得到的滤波器叫维纳滤波器维纳滤波器。目标：目标：使得复原后图像使得复原后图像 与原始图像与原始图像 的均方的均方误差最小：误差最小：因此维纳滤波器又称为因此维纳滤波器又称为最小均方差滤波器最小均方差滤波器。在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确线性滤波：寻找点扩
5、散函数线性滤波：寻找点扩散函数hw(x,y)，使得，使得则有则有由由Andrews和和Hunt推导满足这一要求的传递函数为：推导满足这一要求的传递函数为： 在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确这里，这里， 是成像系统传递函数是成像系统传递函数H(u,v)H(u,v)的复共轭；的复共轭；S Sn( (u,v) 是噪声功率谱：是噪声功率谱：S Sf (u,v)是输入图像的功率谱：是输入图像的功率谱：或：或：在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确计算退化图像计
6、算退化图像g(x,y)的二维的二维Fourier变换变换G(u,v)计算理想图像的频谱估计计算理想图像的频谱估计计算点扩展函数计算点扩展函数h(x,y)的二维的二维Fourier变换变换H(u,v)计算退化计算退化 图像和噪声的功率谱图像和噪声的功率谱Sf(u,v),Sn(u,v)计算滤波器计算滤波器HW(u,v)求反求反Fourier变换变换 维纳滤波复原过程维纳滤波复原过程在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确（1）当当H（u,v）0或或幅幅值值很很小小时时，分分母母不不为为零零，不不会会造造成成严重的运算误差。严重的运
7、算误差。（2）在信噪比高的图像中，即）在信噪比高的图像中，即Sn(u,v)Sf(u,v)如果没有噪声，就成为逆滤波如果没有噪声，就成为逆滤波 （3）当理想图像功率谱）当理想图像功率谱Sf (u,v)0)时时 ,表明我表明我们不可能从全是噪声的图像中恢复出任何有意义的信号。们不可能从全是噪声的图像中恢复出任何有意义的信号。 （4）往往未退化图像的功率谱）往往未退化图像的功率谱Sf (u,v)难以知道，用下式近似难以知道，用下式近似表示：表示： 维纳滤波复原特点维纳滤波复原特点在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确逆滤波和维纳滤
8、波的比较维纳滤波的结果非常接近原始图像,比逆滤波要好全逆滤波的结果半径受限的逆滤波结果维纳滤波的结果 (交互选择K)在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确逆滤波和维纳滤波的比较(a)运动模糊及均值为0方差为650的加性高斯噪声污染的图像(b) 逆滤波的结果(c) 维纳滤波的结果(d)-(f) 噪声幅度的方差比(a)小1个数量级(g)-(i) 噪声幅度的方差比(a)小5个数量级在整堂课的教学中，刘教师总是让学生带着问题来学习，而问题的设置具有一定的梯度，由浅入深，所提出的问题也很明确不足之处，请批评指正。不足之处，请批评指正。 谢谢 谢谢 ！
