在圖像復原應(yīng)用中，在含有噪聲的情況下進行簡單的逆濾波會帶來很大的失真，最常見的濾波方法就是維納濾波。

在頻率域中做濾波的話，根據(jù)表達式：

F(u,v)為濾波后清晰圖像的傅里葉頻譜圖像，H(u,v)為模糊核頻譜圖像，G(u,v)為模糊圖像頻譜圖像。

理解該公式有一點要求，就是上述三個頻譜圖像矩陣的維度必須一致，其實也就是模糊核和模糊圖像一致就可以。計算時，取相對應(yīng)位置上的值出來進行計算既可以，假設(shè)維度為300*400，也就是說要進行120000次該公式的計算就可以求出清晰圖像頻譜圖，且這120000次計算之間相互獨立不干擾，這點是很重要的，120000次計算可以并行執(zhí)行，為計算提速帶來了極大方便。

但是涉及具體計算時，我個人覺得存在一個問題，就是按照一般理解，模糊核比起圖像來說是相對較小的，同時圖像的傅里葉變換得到的頻譜圖像的大小是跟原始圖像一樣的，所以這里的H(u，v)和G(u，v)照理說是不同維數(shù)的，但是要能計算必須變成相同的維數(shù)。

這里理論上我不知道該怎么辦。但是翻看matlab中deconvwnr.m發(fā)現(xiàn)代碼中使用了psf2otf函數(shù)，將我們的點擴散函數(shù)變成了光傳播函數(shù)(optical transfer function，otf)，這個函數(shù)可以將otf變?yōu)槟阒付ǖ拇笮　Ｔ诤竺娴挠嬎阒芯陀眠@個作為模糊核的頻譜圖進行計算。

摘自百度百科的一句話：點擴展函數(shù)是一點光源經(jīng)光學系統(tǒng)后所成的衍射斑分布的函數(shù)。它在空域表征光學系統(tǒng)的特性，傳遞函數(shù)在頻域表征系統(tǒng)的特性。實際上兩者有簡單關(guān)系，即點擴展函數(shù)的傅里葉變換就是光學系統(tǒng)的傳遞函數(shù)。

但這里就存在一個疑問，我用matlab對相同的一個psf做fft和psf2otf，第一個得到的是一個復數(shù)矩陣，第二個得到的是一個實數(shù)矩陣。

總結(jié)

以上是生活随笔為你收集整理的维纳滤波python 函数_图像维纳滤波实现（1）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。