最近邻域法要点.pptVIP

5.6.3 模型估计法 建模举例 2 其中： 提取与t无关项： 5.6.3 模型估计法 建模举例 3 假设x方向以速度a/T匀速运动，则x方向的位移为：x0(t) = at/T y方向以速度b/T匀速运动，则y方向的位移为：y0(t) = bt/T 则： 5.6.3 模型估计法 建模举例 4 a=b=0.1, T=1的模糊结果 5.7 逆滤波 得到退化函数H后，如何获得复原图像？ 最直接的方法采用逆滤波： 能真正获得未退化的图像吗？ (1) N(u,v)未知 (2) 当退化是0或非常小的值的情况。 一般直接逆滤波的效果较差。 一种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 因为H(0,0)等于h(x,y)的平均值，并且通常是H(u,v)在频域的最高值。所以，通过将频率限制为接近原点进行分析，就减少了遇到零值的几率。 5.7 逆滤波 5.7 逆滤波举例 5.8 最小均方误差（维纳）滤波 逆滤波只是猜测性地处理噪声。 常用的具有统计意义上的噪声处理方法：最小均方或最小二乘方法。 目的是寻找估计值 ，使其与真实值 f 之间的均方误差最小： 假定噪声和图像不相关，估计的灰度级是退化图像灰度级的线性函数。 5.8 最小均方误差（维纳）滤波 2 经推导后，可得到维纳滤波的公式： H(u, v)为退化函数，H*(u, v)是H(u, v)的复共轭，