基于维纳滤波图像复原的的设计与实现.pdfVIP

基于维纳滤波图像复原的设计与实现 643000 【摘 要】 【关键词】 【中图分类号】 【文献标识码】 【文章编号】 图像在形成、传输和记录过程中，由于受多种原因的影 以一定方式构造而成的整体，是输入型号和输出信号之间的 响，图像的质量会有所下降，典型表现为图像模糊、失真、 联系。 有噪声等，这一过程称为图像的退化。引起图像退化的原因 有很多，比如大气湍流效应、传感器特性的非线性、光学系 统的像差、成像设备与物体之间的相对运动等。 图像复原的主要目的是在假设具备退化图像 g(x,y)及 H(x,y)的某些只是的前提下，估计出原始图像f(x,y)的估计 ∧ ∧ 值 f ( x , y ) ， f ( x , y ) 估计值应使准则为最优，下面着重介 绍线性复原算法的其中一种有约束维纳滤波算法。 有约束维纳滤波：如果要求某种优化准则为最优的同时， 还要考虑其他条件约束，这种复原方法有约束复原方法。图 1 像恢复的原理：维纳滤波方法也就是最小二乘滤波，它是原 ∧ 始图像 f(x,y)及其恢复图像 f ( x , y ) 之间的均方误差最小的 图像复原试图利用退化现象的某种先验知识，即退化模 复原方法。 型。对已经退化了的图像加以重建和复原。但是实现图像复 原需要弄清楚图像退化的原因，建立相对应的数学模型，并 设原始图像为 f(x,y)，退化图像为 g(x,y),图像噪声为 沿着图像质量降低的逆过程至原始图像进行复原。图 1 为简 n(x,y)。他们之间的关系如下： 单通用的图像退化模型，原始图像f(x,y)是由于通过了一个 g (x , y ) +∞ +∞ f (α, β )h (x =−α, y −β )d αd β +n (x , y ) ∫ ∫ −∞ −∞ （1） 系统 H 和外来的加性噪声 n(x,y), 而使其退化为一幅图像 g(x,y)。表现为数学公式为 其中，f(x,y)、g(x,y)、n(x,y)是随即场，并假定噪声 g(x,y)=H[f(x,y)]+n(x,y) （