网站里面那些工作是做晚上兼职的,网站 售后服务,编程培训班学费找极客时间,凡客v网上商城Rafael Gonzalez的《数字图像处理》中#xff0c;图像复原这章内容几乎全错。上篇谈了图像去噪#xff0c;这篇谈图像复原。
图像复原也称为盲解卷积#xff0c;不处理点扩散函数#xff08;光学传递函数#xff09;的都不是图像复原。几何校正不属于图像复原#xff0c…Rafael Gonzalez的《数字图像处理》中图像复原这章内容几乎全错。上篇谈了图像去噪这篇谈图像复原。
图像复原也称为盲解卷积不处理点扩散函数光学传递函数的都不是图像复原。几何校正不属于图像复原图像投影重建也不属于图像复原都不能归入图像复原。由于图像复原是图像降质模型的求逆过程其目的是使估计图像逼近原图像。以频域和空域的分类不合理频域只是实现方式最小均方误差复原和最小二乘复原都有频域和空域解。逆滤波可认为是最小二乘复原的频域解假设噪声不存在的情况下推导逆滤波的思路不合理。维纳滤波是线性最小均方复原的频域解它是最小均方误差估计不是最小二乘估计。MATLAB 也认为维纳滤波是最小二乘解。最小均方估计和最小二乘估计是两个完全不同的概念最小均方估计假设已知信号的分布线性最小均方误差估计假设已知信号的一、二阶矩最小二乘估计无须已知信号的统计知识。
维纳Wiener复原滤波器
Gonzalez的维纳Wiener复原滤波器问题很多他的概念不清楚。 ①不能随便假设信号或噪声的均值为零Gonzalez总这样在早期版本在逆滤波中假设噪声为零后来版本中就直接删除了这样的假设那逻辑更不通了。逆滤波那里问题更大谈到最小二乘估计再说。有些可以假设不是想假设就假设。 ②维纳滤波是线性最小均方复原的频域解它是最小均方误差估计不是最小二乘估计。 ③功率信号不能做傅里叶变换。 ④自相关的傅里叶变换是功率谱。 ∣ N ( u , v ) ∣ 2 |N(u,v)|^2 ∣N(u,v)∣2是能量谱。
维纳Wiener复原滤波器的推导
维纳-霍普夫方程式 频域维纳复原滤波器 最后维纳滤波的推导建立在零均值平稳随机过程的基础之上。当数据做了中心化处理减去均值之后互相关等价于互协方差互相关才能衡量两个随机变量是否相关。所以信号处理中通常信号都是做中心化处理的所以也就不区分相关函数和协方差函数。因为两者的概念毕竟不一样所以就会导致难以阅读。
假设随机过程是均值遍历的在频域滤波之前需要减去整幅图像的均值滤波之后再加回均值。MATLAB 图像处理工具箱中的维纳滤波函数有误我们书中在二维码提供的代码中修正了相关部分。
写在后面的话
某人将维纳滤波放在了约束复原人家维纳滤波是经典的无约束复原错得离谱。
