MATLAB deconvwnr(维纳滤波)应用

关注

VIP免费原创最新推荐文章于 2024-06-26 16:06:56 发布 1.1w 阅读 AI 写同款· GEO 优化 ›

5.8 最小均方误差(维纳)滤波对于退化了的图像，最直接的考虑是使用逆滤波器来完成图像的复原，然而由于退化函数是零或者非常小的值，这就导致直接使用逆滤波器会放大噪声或者浮点数的舍入误差，导致复原图像几乎不可用。　　维纳滤波器是一种基于最小均方误差算法的滤波器，其目标是找到未污染图像fff的一个估计f^\hat ff^，使得他们之间的均方误差最小，这种误差由下式给出: e2=E{(f−f^)2}(1)e^2=E\left \{ (f - \hat f)^ 阅读详情

本程序目的：利用维纳滤波对模糊图像进行修复，其需要顾及图像的信噪比（SNR）和噪信比(NSR)，信号的功率谱使用图像的方差近似估计，噪声分布已知，可以很好的恢复运动模糊图像。采用deconvwnr函数实现。
输入：模糊图像
输入：复原图像

I = im2double(imread('circle.bmp'));

LEN = 40;
THETA = 20;
PSF = fspecial('motion', LEN, THETA); %运动算子
blurred = imfilter(I, PSF, 'conv', 'circular'); %滤波

wnr1 = deconvwnr(blurred, PSF, 0);  %deconvwnr对运动图像去模糊

figure, 
subplot(2,2,1),imshow(I);
title('Original Image ');
subplot(2,2,2),imshow(blurred);
title('Blurred Image');
subplot(2,2,3),imshow(wnr1);
title('Restored Im