在图像复原应⽤中,在含有噪声的情况下进⾏简单的逆滤波会带来很⼤的失真,最常见的滤波⽅法就是维纳滤波。
文献综述范文
在频率域中做滤波的话,根据表达式:
F(u,v)为滤波后清晰图像的傅⾥叶频谱图像,H(u,v)为模糊核频谱图像,G(u,v)为模糊图像频谱图像。 泡沫混凝土配合比
陈子昂初入京>sack理解该公式有⼀点要求,就是上述三个频谱图像矩阵的维度必须⼀致,其实也就是模糊核和模糊图像⼀致就可以。计算时,取相对应位置上的值出来进⾏计算既可以,假设维度为300*400,也就是说要进⾏120000次该公式的计算就可以求出清晰图像频谱图,且这120000次计算之间相互独⽴不⼲扰,这点是很重要的,120000次计算可以并⾏执⾏,为计算提速带来了极⼤⽅便。 但是涉及具体计算时,我个⼈觉得存在⼀个问题,就是按照⼀般理解,模糊核⽐起图像来说是相对较⼩的,同时图像的傅⾥叶变换得到的频谱图像的⼤⼩是跟原始图像⼀样的,所以这⾥的H(u,v)和G(u,v)照理说是不同维数的,但是要能计算必须变成相同的维数。
这⾥理论上我不知道该怎么办。但是翻看matlab中deconvwnr.m发现代码中使⽤了psf2otf函数,将我们的点扩散函数变成了光传播函数(optical transfer function,otf),这个函数可以将otf变为你指定的⼤⼩。在后⾯的计算中就⽤这个作为模糊核的频谱图进⾏计算。
摘⾃百度百科的⼀句话:点扩展函数是⼀点光源经光学系统后所成的衍射斑分布的函数。它在空域表征光学系统的特性,传递函数在频域表征系统的特性。实际上两者有简单关系,即点扩展函数的傅⾥叶变换就是光学系统的传递函数。
湘潭大学学报但这⾥就存在⼀个疑问,我⽤matlab对相同的⼀个psf做fft和psf2otf,第⼀个得到的是⼀个复数矩阵,第⼆个得到的是⼀个实数矩阵。
>南湖二中