原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
维纳滤波（最小均方滤波）避免逆滤波固有的弊端的另一种方法就是寻找图像的一种估值，使得和之间的均方误差最小。均方误差最小准则是由维纳（Wiener）在1949年首先提出并用来对一维平稳时间序列进行估值。因此这种方法被称为维纳滤波，也被称为最小均方误差滤波。设、、分别为退化图像、原始图像和噪声，并设他们都是均匀随机的，且噪声的均值为零，并与图像不相关。可以得到（3-6）式中，为维纳滤波器的点扩散函数。按照均方误差最小准则，应该满足（3-7）为最小。我们把称为已知时的线性最小均方估计。将(2.2)带人(2.1)式，得到（3-8）可以证明当（3-9）时，式（3-7）取最小值。经过证明可以得到维纳滤波的转移函数为（3-10）其中为噪声功率谱，为图像功率谱。由式(2.5)可以看出，当没有噪声时，有，维纳滤波器就可以简化的看成是逆滤波器。在有噪声的情况下，维纳滤波也用信噪功率比作为修正函数对逆滤波器进行了修正，但它在均方误差最小的意义上提供最佳恢复。通常将噪声假设为白噪声，即噪声功率谱为常数，若在频谱空间上高频区下降比快得多，这种假设就近似正确。于是可以认为（3-11）如果噪声时各态历经的，可以用一幅噪声图像进行计算从而求得，图像功率谱则可利用与原始图像统计性质相同的一类图像来确定。如果不知道有关随机场的统计性质，也常用下式近似计算转移函数：（3-12）K是根据信噪比的某种先验知识来确定的常数。下面是维纳滤波的复原效果：（a）原图（b）退化（c）复原图3-3 维纳滤波复原实验
文档评论（0）