第三章节 滤波.ppt

第三章 滤波 1.理想低通滤波器：其传递函数为 理想低通滤波器的冲激响应为： 高斯低通滤波器 由于高斯函数的傅里叶变换仍是高斯函数，因此高斯函数能够成一个在时域和频域都由平滑性能的低通滤波器。其传递函数为： 其冲激响应为： 理想带通滤波器 若仅冗许位于频率 和 之间的能量通过，则传递函数满足： 理想带通滤波器的冲激响应为： 其中 和 。 理想带阻滤波器 阻止频率位于 和 之间的能量通过而容许其它频率的能量通过的滤波器的传递函数： 仍然令 和 ，则冲激 响应为： 高频增强滤波器 在频率为0处频值为1，随着频率的增长，传递函数的值逐渐增加；当频率增加到一定值以后传递函数的值又回到0或者降低到某个大于1的值。 高斯差分滤波器：传递函数定义为 滤波器的冲激响应为： 最优线性滤波器 假设观察信号 由有用的信号 和加性噪声信号 构成。 最优准则：对于 输入，滤波器输出与真实信号的误差为： 用均方差作为平均误差的度量： 选取最小化均方误差作为最优准则。 设 的自相关函数为： 它的功率谱为： 则平均误差为： 其中 。 由于 ，则第二项为： 于是有： 。 把 展开为两个卷积之积得： 作变量替换 ，则有 那么第三项可以写为： 至此，均方误差可以写为： 最优化 ：设 是使 达到最优的特定函数。定义 为： 代入上式，我们得到： 展开上面的式子，得到下列7项： 所以可以将方程的形式改写如下： 我们证明 是非负的，将自相关函数 写为积分形式： 变换积分次序得： 证明 是使 达到极小 的充分必要条件。 必要性：假定对于某个 值，方括号中的项为非零值。那么，由于 是任意函数， 中的积分可以有很大的负值，所以 就变得比 小的多，矛盾。 充分性：当 时，我们有： 所以 。 对于线性系统，输入和输出之间的互相关满足： 所以， 。 对上式两边作傅里叶变换得到： 也就是 。 维纳滤波器的设计 按如下方式设计维纳估计器: 求输入信号 的自相关得到 的一个估值。 计算 的傅里叶变换得到 。 求信号样本（即无噪声情况下的）与输入样本的互相关来估计 。 计算 的傅里叶变换得出 。 由 和 计算最优滤波器的传递函数。 维纳滤波器举例 信号与噪声不相关 若信号与噪声不相关，则： 。 对 的分子进行变换并写为： 对于 的自相关函数 ，同样有： 于是 忽略0频率项，则： 若信号和噪声均值为0，则对所有频率严格成立。 维纳滤波器性能 维纳滤波器输出均方误差为： 把最优条件代入上式得： 若噪声与信号不相关且为零均值，则： 展开逆变换改变积分次序得： 去噪实例 对去噪性能的度量：设真实图像为 ，对去噪后的图像为 ，定义信噪比为： 噪声模型 噪声来源：图像的获取和传输过程 分为与图象相关、与图象不相关两类。 还需了解噪声统计性质及其与图象的相关性质。 一般假设： a. 白色噪声，与图象无关。指图象上各点噪声不相关，其频谱密度为常数。只要噪声带宽远大于图象带宽即可作白噪声处理。 b.乘性噪声： 一些重要噪声的概率密度函数（PDF） 1.高斯噪声（正态噪声） 2.瑞利噪声 3.伽马（爱尔兰