Estou tentando entender a operação do filtro Wiener com a finalidade de reduzir o ruído da imagem. No meu caso, usarei primeiro outro filtro de redução de ruído e depois utilizarei o resultado disso como uma aproximação das características de ruído do filtro Wiener.
Em relação às informações sobre o filtro Wiener, achei útil o seguinte código e descrição do Matlab:
http://www.mathworks.co.uk/help/toolbox/images/f11-12251.html#f11-14272
e alguns outros bons links, como
http://blogs.mathworks.com/steve/2007/11/02/image-deblurring-wiener-filter/
Portanto, de uma perspectiva do Matlab, posso ver como usar a função incorporada do Matlab, mas gostaria de obter uma compreensão mais fundamental, em vez de apenas usar a chamada de função, mas ao mesmo tempo, prefiro encontrar algo mais digerível do que a entrada da Wikipedia sobre filtragem Wiener .
Alguém gostaria de oferecer uma breve explicação sobre a filtragem Wiener?
Respostas:
O que você está procurando é informações sobre a filtragem empírica de Weiner [1,2]. O pessoal do BM3D usa o filtro Weiner para otimizar os parâmetros da primeira etapa do denoising, especificamente para escolher o limite no qual eliminar pequenos coeficientes da sua transformação 3D.
[1] Denoising Wavelet aprimorado por meio de filtragem empírica de Wiener
[2] http://dune.ece.wisc.edu/pdfs/gallaire_tfts_wieny98.pdf
fonte
Há outra entrada da Wikipedia sobre a filtragem Wiener mais aplicável ao processamento de imagens.
Para resumir (e convertido a 2D), dado um sistema de: , onde
Queremos encontrar um filtro de desconvolução de modo que podemos estimar x como se segue: x ( n , m ) = g ( n , m ) * y ( n , m ) onde X é uma estimativa de x que minimiza o médios erro quadrado.g x
No domínio da frequência, a função de transferência de , G é: G ( ω 1 , ω 2 ) = H ∗ ( ω 1 , ω 2 ) S ( ω 1 , ω 2 )g G
onde
fonte