目录

语法

说明

示例

使用 Wiener 滤波对图像进行去模糊处理

---

        deconvwnr函数的功能是使用 Wiener 滤波对图像进行去模糊处理。

语法

J = deconvwnr(I,psf,nsr)
J = deconvwnr(I,psf,ncorr,icorr)
J = deconvwnr(I,psf)

说明

J = deconvwnr(I,psf,nsr) 使用 Wiener 滤波算法对图像 I 进行反卷积，从而返回去模糊后的图像 J。psf 是对 I 进行卷积的点扩散函数 (PSF)。nsr 是加性噪声的噪信功率比。在估计图像与真实图像之间的最小均方误差意义上，该算法是最优的。

J = deconvwnr(I,psf,ncorr,icorr) 对图像 I 进行反卷积，其中 ncorr 是噪声的自相关函数，icorr 是原始图像的自相关函数。

J = deconvwnr(I,psf) 使用 Wiener 滤波算法对图像 I 进行反卷积，无估计噪声。在不含噪情况下，Wiener 滤波等效于理想的逆滤波。

示例

使用 Wiener 滤波对图像进行去模糊处理

        将图像读入工作区并显示它。

I = im2double(imread('cameraman.tif'));
imshow(I);
title('Original Image (courtesy of MIT)');

如图所示：

仿真运动模糊。

LEN = 21;
THETA = 11;
PSF = fspecial('motion', LEN, THETA);
blurred = imfilter(I, PSF, 'conv', 'circular');
figure, imshow(blurred)

如图所示：

仿真加性噪声。

noise_mean = 0;
noise_var = 0.0001;
blurred_noisy = imnoise(blurred, 'gaussian', ...noise_mean, noise_var);
figure, imshow(blurred_noisy)
title('Simulate Blur and Noise')

如图所示：

        尝试在假设没有噪声的情况下进行还原。

estimated_nsr = 0;
wnr2 = deconvwnr(blurred_noisy, PSF, estimated_nsr);
figure, imshow(wnr2)
title('Restoration of Blurred, Noisy Image Using NSR = 0')

        如图所示：

尝试使用更好的噪信功率比估计值进行还原。

estimated_nsr = noise_var / var(I(:));
wnr3 = deconvwnr(blurred_noisy, PSF, estimated_nsr);
figure, imshow(wnr3)
title('Restoration of Blurred, Noisy Image Using Estimated NSR');

如图所示：

参数说明

I — 模糊图像

        模糊图像，指定为任意维度的数值数组。

psf — 点扩散函数

        点扩散函数，指定为数值数组。

nsr — 噪信比

        噪信比，指定为非负标量或与图像 I 大小相同的数值数组。如果 nsr 是数组，则它表示频谱域。为 nsr 指定 0 等效于创建一个理想的逆滤波器。

ncorr — 噪声的自相关函数

噪声的自相关函数，指定为任意大小或维度（不超过原始图像）的数值数组。

• ​如果 ncorr 的维度与图像 I 的维度匹配，则值对应于每个维度内的自相关。

• ​如果 ncorr 是向量，psf 也是向量，则 ncorr 中的值表示第一个维度的自相关函数。

• 如果 ncorr 是向量，psf 是数组，则一维自相关函数通过对称性外插至 psf 的所有非单一维度。

• 如果 ncorr 是标量，则值表示噪声的功率。

icorr — 图像的自相关函数

图像的自相关函数，指定为任意大小或维度（不超过原始图像）的数值数组。

• ​如果 icorr 的维度与图像 I 的维度匹配，则值对应于每个维度内的自相关。

• ​如果 icorr 是向量，psf 也是向量，则 icorr 中的值表示第一个维度的自相关函数。

• 如果 icorr 是向量，psf 是数组，则一维自相关函数通过对称性外插至 psf 的所有非单一维度。

• 如果 icorr 是标量，则值表示图像的功率。

J — 去模糊后的图像

去模糊后的图像，以数值数组形式返回。J 与 I 的数据类型相同。

提示

• ​输出图像 J 可能出现算法中使用的离散傅里叶变换引入的振铃效应。要减少振铃效应，请在调用 deconvwnr 之前使用 I = edgetaper(I,psf)。

参考

[1] Gonzalez, R. C., and R. E. Woods. Digital Image Processing. Addison-Wesley Publishing Company, Inc., 1992.