数字图像处理与MATLAB实现6.pptVIP

6.3.3 陷波滤波器 (a) (b) (c) (a)理想陷波滤波器;(b)巴特沃思陷波滤波器;(c)高斯陷波滤波器 6.4 逆滤波 逆滤波原理： 图像退化模型： 傅立叶变换 逆滤波恢复 逆滤波原理 分析： 1.实验证明，当退化图像的噪声较小，即轻度降质时，采用逆滤波恢复的方法可以获得较好的结果。通常，在离频率平面原点较远的地方数值较小或为零，因此图像恢复在原点周围的有限区域内进行，即将退化图像的傅立叶谱限制在没出现零点而且数值又不是太小的有限范围内。 2. 当噪声作用范围很大时，逆滤波不能从噪声中提取图像。 逆滤波示例 (a)原图 (b)退化图像 (c) 逆滤波结果 6.5 最小均方误差滤波器-维纳滤波 逆滤波恢复方法对噪声极为敏感，要求信噪比较高，通常不满足该条件。 为了解决高噪声情况下的图像恢复问题，可采用最小均方滤波器来解决，其中，用得最多的是维纳滤波器 6.5 最小均方误差滤波器-维纳滤波 目标函数:采用拉格朗日乘数法，在有噪声条件下，从退化图像g(x,y)复原出f(x,y)的估计值，该估计值符合一定的准则。 维纳滤波器结果 上式称为维纳滤波，括号中的项组成的滤波器通常称为最小均方误差滤波器,或最小二乘方误差滤波器。 6.5 最小