维纳滤波在图像恢复中的应用(张灵飞,房亚男,姜伟).pdfVIP

随机信号分析与处理课程设计 维纳滤波在图像恢复中的应用 1 2 3 张灵飞 房亚男 姜 伟 （湖南长沙 国防科大 410073） 【摘要】维纳滤波是最小均方误差准则下的最佳线性滤波器，不仅适用含噪信号 的恢复和估计，同样在图像处理中也有重要应用。在景物成像的过程中可能出现 的模糊、失真或噪声还有变形，会导致图像质量下降，本文主要通过介绍维纳滤 波的基本原理，并结合 MATLAB 中的函数，设计相应的维纳滤波器，实现“含 噪”图像的复原。 关键词 ： 维纳滤波、 图像恢复 一、引言 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。 引起图像模糊有多种多样的原因，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。 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。 二、维纳滤波的结构 维纳滤波器自身是一个FIR 或IIR 滤波器，对于一个线形系统，如果其冲激 响应为h(n) ，则当输入某一随机信号x(n) 时，它的输出可表示为 作者信息：张灵飞，男，200604014014，信息工程；房亚男，男, 200604014023，信息工程；姜 伟， 男, 200604014053，信息工程； 第 1 页 随机信号分析与处理课程设计   这里的输入 式中s(n)代表信号，v(n)代表噪声。我们希望这种线形系统的输出是尽可能地逼 近s(n) 的某种估计，并用sˆ(n) 表示，即 因而该系统实际上也就是对于s(n)的一种估计器。这种估计器的主要功能是 利用当前的观测值x(n) 以及一系列过去的观测值x(n-1) ，x(n-2) ，……来完成对当 前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最 小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和 sˆ(n) ，而它们之间的误差 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述 误差的大小显然更为合理。而均方误差最小，也就是 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而 且以它导出的最佳线性系统对其它很广泛的一类准则而言也属最佳。 三、维纳-霍夫方程 维纳滤波器的设计，实际上就