c圖像復(fù)原ppt課件-資料下載頁(yè)
2025-04-29 03:33本頁(yè)面
【正文】 波 N. Wiener[1942] Wiener Filtering (Minimum Mean Square Error) ① 退化函數(shù) ② 噪聲統(tǒng)計(jì)特征 建立在圖像和噪聲是隨機(jī)過程的基礎(chǔ)上 22?| ( ) |e E f f??目標(biāo) 22* ( , ) * ( , )? ( , ) ( , ) ( , )| ( , ) | | ( , ) | /fffH u v S H u vF u v G u v G u vS H u v S H u v S S??? ? ? ???? ? ? ???? ? ? ?? ? ? ?221 | ( , ) |? ( , ) ( , )( , ) | ( , ) |H u vF u v G u vH u v H u v K????? ???近似公式 a) 噪聲為零 b)未退化圖像未知 維納濾波 直接 半徑限制 維納 維納濾波建立在最小化統(tǒng)計(jì)準(zhǔn)則上，平均意義上是最優(yōu)的。 舉例一 維納濾波 舉例二 約束最小二乘方濾波 Constrained Least Squares Filtering 噪聲方差和均值的知識(shí) 22* ( , )? ( , ) ( , )| ( , ) | | ( , ) |H u vF u v G u vH u v P u v?????? ???22?|| || || ||g H f ???112200[ ( , ) ]MNxyC f x y????????約束條件 H對(duì)噪聲的敏感性問題 以平滑措施的最佳復(fù)原 最小準(zhǔn)則函數(shù) 0 1 0( , ) 1 4 10 1 0p x y?????? ? ??????FT 約束最小二乘方濾波 維納與 CLSF ① 高、中噪聲：CLSF 維納 ② 低噪聲：差不多 ③ 人為選擇參數(shù)：CLSF 維納 Wiener Filtering 小結(jié) 1. 建立在假定圖像退化為線性的位置不變過程并帶有加性噪聲的模型 2. 復(fù)原技術(shù)基于各種最佳（數(shù)學(xué)概念）準(zhǔn)則 3. 減少隨機(jī)噪聲以使用空域卷積模板來復(fù)原圖像 4. 減少周期噪聲和對(duì)某些重要的退化建模以使用頻域?yàn)V波為佳 5. 頻域?qū)?shí)驗(yàn)提供了直接、可靠的基礎(chǔ)。一旦對(duì)于給定的應(yīng)用，一種令人滿意的濾波方法被發(fā)現(xiàn)后，通常設(shè)計(jì)一個(gè)數(shù)字濾波器在頻域近似解決來實(shí)現(xiàn)，硬件執(zhí)行保證運(yùn)行速度快 圖像退化 /復(fù)原過程模型 噪聲模型 空間濾波復(fù)原 頻域?yàn)V波 估計(jì)退化函數(shù) 幾種典型濾波方法 1. 基本噪聲 PDF 2. 周期噪聲 3. 噪聲參數(shù)估計(jì) 噪聲模型 1. 均值濾波器 2. 順序統(tǒng)計(jì)濾波器 3. 自適應(yīng)濾波器 空間濾波復(fù)原 1. 帶阻濾波器 2. 帶通濾波器 3. 陷波濾波器 頻域?yàn)V波 1. 圖像觀察估計(jì)法 2. 試驗(yàn)估計(jì)法 3. 模型估計(jì)法 估計(jì)退化函數(shù) 1. 逆濾波 2. 維納濾波 3. CLSF濾波 典型濾波方法
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1