维纳滤波器的设计毕业论文.docVIP

摘 要Abstract Imaging features may appear blurred, distorted or mixed with noise in the process of scene imaging. As a consequence, quality of images is lowered,which in digital images is likely to make it difficult to identify the target image or to extract the image features, images must be restored, then. Wiener filter is a common method for image restoration.This paper mainly introduces the basic principles of Wiener filtering, and function of MATLAB are combined to design the corresponding Wiener filter to restore motion-blur images. And noise restoration are also taken into account in the design.Finally, the inverse filter and Wiener filter for image restoration simulation experiment be taken, and compared the differences between them. Keywords: Wiener filter; image restoration; degraded image 目录 第一章 绪论 1 1.1 图像复原的背景及意义 1 1.2 图像复原方法 2 1.3 维纳滤波简介 2 第二章 图象基本退化模型及恢复 4 2.1 图像噪声 4 2.2 图象退化模型 5 2.2.1退化模型 5 2.2.2连续函数退化模型 7 2.2.3离散函数退化模型 8 2.2.4匀速直线运动图像的退化模型 11 2.3图像的恢复方法 12 2.3.1逆滤波复原法 12 2.3.2约束最小平方复原法 13 2.3.3维纳滤波复原法 14 第三章 维纳滤波实现退化图像的复原 17 3.1 维纳滤波的基本原理 17 3.1.1维纳滤波概述 17 3.1.2运动模糊参数的确定 18 3.1.3维纳-霍夫（Wiener-Hopf）方程 21 3.2 维纳滤波仿真实现 23 3.2.1 维纳滤波器K 23 3.2.2 图像的恢复效果对比 24 总结 31 参考文献 32 附录（一）：程序清单 33 附录（二）：外文文献翻译 41 致谢 63  绪论 在实际的日常生活中，人们要接触很多图像，画面，而在景物成像这个过程里可能会出现模糊、失真或混入噪声，最终导致图像质量下降，这种现象称为图像“退化”。因此我们可以采取一些技术手段来尽量减少甚至消除图像质量的下降，还原图像的本来面目。这就是图像复原。引起图像模糊有很多种的原因，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等。 图像复原的算法：数字图像复原问题实际上是在一定的准则下，采用数学最优化方法从退化的图像去推测原图像的估计问题。不同的准则及不同的数学最优化方法就形成了各种各样的算法。常见的复原方法有，逆滤波复原算法，维纳滤波复原算法，盲卷积滤波复原算法，约束最小二乘滤波复原算法等等。图像复原是图像处理中的重要技术，图像复原可以在某种意义上对图像进行改进，即可以改善图像的视觉效果，又能够便于后续处理。 其中维纳滤波是最典型的一种，20世纪40年代，维纳奠定了最佳滤波器研究的基础。即假定输入时有用信号和噪声信号的合成，并且它们都是广义平稳过程和他们的二阶统计特性都已知。维纳根据最小均方准则（即滤波器的输出信号与需要信号的均方值最小），求得了最佳线性滤波器的参数，这种滤波器被称为维纳滤波器。 MATLAB是一款主要用于数值计算和图像处理的工具软件。由于它采用了矩阵的形式存贮数据，因此在图像处理领域能够发挥速度快，效率高的优点。它包含了许多功能强大的工具箱，借助于这些工具箱，用户可以非常方便地进行图像分析和处理工作。此外，和其它软件比较，由于MATLAB对于图像处理的针对性，它还具有代码简洁的优势。正是基于上述情况，本文采用了MATLAB来实现文中提到的算法，并且取得了不错的效果。 1.1 图像复原的选题背景及意义 图像复原就是研究如何从所得的变质图