wiener2

此示例说明如何使用 wiener2 函数将 Wiener 滤波器（一种线性滤波器）以自适应方式应用于图像。Wiener 滤波器可自行适应图像局部方差。当方差较大时，wiener2 几乎不执行平滑处理。当方差较小时，wiener2 执行更多平滑处理。

这种方法通常比线性滤波产生更好的结果。自适应滤波器相比类似的线性滤波器更具选择性，它可保留图像的边缘和其他高频部分。此外，它没有设计任务；wiener2 函数处理所有初步计算，并对输入图像实现滤波器。然而，与线性滤波相比，wiener2 确实需要更多计算时间。

当噪声是恒定功率（“白色”）加性噪声（如高斯噪声）时，wiener2 效果最佳。以下示例将 wiener2 应用于添加了高斯噪声的土星图像。

将图像读入工作区中。

RGB = imread('saturn.png');

将图像从真彩色转换为灰度。

I = im2gray(RGB);

向图像中添加高斯噪声。

J = imnoise(I,'gaussian',0,0.025);

显示含噪图像。由于图像相当大，因此只显示图像的一部分。

imshow(J(600:1000,1:600));
title('Portion of the Image with Added Gaussian Noise');

使用 wiener2 函数去除噪声。

K = wiener2(J,[5 5]);

显示处理后的图像。由于图像相当大，因此只显示图像的一部分。

figure
imshow(K(600:1000,1:600));
title('Portion of the Image with Noise Removed by Wiener Filter');