數(shù)字圖像處理圖像復原算法論文-資料下載頁
2025-06-28 13:36本頁面
【正文】 v)。則(14)式用下式來近似: (15) 可以看到，當K為。時，維納濾波器就轉(zhuǎn)化為標準的逆濾波器，而逆濾波器是嚴格地從退化模型反推出來的。所以當K不等于0時，雖然能抑制了噪聲的擴大，但復原的模型沒有去卷積濾波器精確，造成復原的失真。K越大，抑制噪聲效果越好，但復原不準確，圖像會比較模糊。K越小，復原越準確，然而噪聲抑制效果不好。 約束最小二乘方濾波式從(to)式出發(fā)來確定變換矩陣Q。為了減小振蕩，可以建立基于平滑測度的最優(yōu)準例如，可最小化某些二階微分的函數(shù)，f(x, y)在(x, y)處的二階微分可用下式近似: (16) 上述二階微分可以用f(x, y)與下面的算子卷積得到: 基于這種二階微分的最優(yōu)準則是:該函數(shù)的約束條件為: (17)這個最優(yōu)化問題的頻域解決辦法由(18)式給 (18) 其中，s是一個必須加以調(diào)整的參量，以便約束條件得到滿足，p(u, v)是函數(shù)P(x, y)的傅里葉變換。處理結(jié)果如下圖：維納濾波對高斯白噪聲的圖像濾波效果較好，具有比較好的選擇性，可以更好地保存圖像的邊緣和高頻細節(jié)信息。所以，維納濾波在大多數(shù)情況下都可以獲得滿意的結(jié)果，尤其對含有高斯噪聲的圖像。三、結(jié)果及分析高斯噪聲的添加以及濾波處理I=imread(39。C:\Users\Administrator\Desktop\數(shù)字圖像處理論文\,39。jpg39。)。J=imnoise(I,39。gaussian39。,0,)。figure。subplot(1,2,1)。imshow(I)。title(39。源圖像華大圖書館39。)。subplot(1,2,2)。imshow(J)。title(39。加入gaussian噪聲后的華大圖書館39。)。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1