deconvwnr

使用 Wiener 滤波对图像进行去模糊处理

全页折叠

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。

示例

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

全部折叠

打开实时脚本

将一个图像读入工作区并显示它。

im = imread("cameraman.tif");
imageshow(im)

模拟相机移动可能导致的模糊图像。首先，创建点扩散函数 PSF，方法是使用 fspecial 函数并指定以 11 度角跨 21 个像素的线性运动。然后，使用 imfilter 将点扩散函数与图像进行卷积。要减少量化误差，请在调用 imfilter 之前将图像转换为 double。

len = 21;
theta = 11;
PSF = fspecial("motion",len,theta);
im = im2double(im);
imBlurred = imfilter(im,PSF,"conv","circular");

向模糊图像添加仿真的高斯噪声。

noise_mean = 0;
noise_var = 0.0001;
imBlurredNoisy = imnoise(imBlurred,"gaussian",noise_mean,noise_var);

显示模糊和含噪的图像。

imageshow(imBlurredNoisy)

使用噪信功率比的估计值还原图像。

estimated_nsr = noise_var / var(imBlurredNoisy(:));
wnr3 = deconvwnr(imBlurredNoisy,PSF,estimated_nsr);
imageshow(wnr3)

输入参数

全部折叠

模糊图像，指定为任意维度的数值数组。

数据类型: single | double | int16 | uint8 | uint16

点扩散函数，指定为数值数组。psf 的维度必须小于或等于 I 的维度。psf 在每个维度上的大小必须小于或等于 I 的大小。

数据类型: double

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。

数据类型: double

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。

数据类型: double

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。

数据类型: double

输出参量

全部折叠

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.

版本历史记录

在 R2006a 之前推出

另请参阅

| | | | | |

主题