El método de deconvolución de Wiener tiene un uso generalizado en aplicaciones de deconvolución de imágenes , ya que el espectro de frecuencia de la mayoría de las imágenes visuales se comporta bastante bien y puede estimarse fácilmente.
La deconvolución de Wiener lleva el nombre de Norbert Wiener .
con denotando la expectativa . El filtro de deconvolución de Wiener proporciona este tipo de . El filtro se describe más fácilmente en el dominio de la frecuencia :
Tenga en cuenta que en el caso de imágenes, los argumentos y arriba se vuelven bidimensionales; sin embargo el resultado es el mismo.
Interpretación
El funcionamiento del filtro Wiener se vuelve evidente cuando se reescribe la ecuación del filtro anterior:
Aquí, es la inversa del sistema original, es la relación señal-ruido y es la relación entre la señal filtrada pura y la densidad espectral del ruido. Cuando hay ruido cero (es decir, relación señal-ruido infinita), el término entre corchetes es igual a 1, lo que significa que el filtro de Wiener es simplemente el inverso del sistema, como podríamos esperar. Sin embargo, a medida que aumenta el ruido en ciertas frecuencias, la relación señal-ruido disminuye, por lo que el término entre corchetes también disminuye. Esto significa que el filtro Wiener atenúa las frecuencias según su relación señal-ruido filtrada.
La ecuación del filtro de Wiener anterior requiere que conozcamos el contenido espectral de una imagen típica, y también el del ruido. A menudo no tenemos acceso a estas cantidades exactas, pero podemos estar en una situación en la que se pueden hacer buenas estimaciones. Por ejemplo, en el caso de imágenes fotográficas, la señal (la imagen original) normalmente tiene frecuencias bajas fuertes y frecuencias altas débiles, mientras que en muchos casos el contenido de ruido será relativamente plano con la frecuencia.
Derivación
Como se mencionó anteriormente, queremos producir una estimación de la señal original que minimice el error cuadrático medio, que puede expresarse:
Wikimedia Commons tiene medios relacionados con Un ejemplo de deconvolución de Wiener en una imagen borrosa por movimiento (y códigos fuente en MATLAB/GNU Octave).
Referencias
Rafael González, Richard Woods y Steven Eddins. Procesamiento de imágenes digitales con Matlab . Prentice Hall, 2003.
enlaces externos
Comparación de diferentes métodos de deconvolución.