基于Matlab的维纳滤波图像去噪

基于Matlab的维纳滤波图像去噪

维纳滤波是一种常用的图像去噪方法，它通过最小化信号和噪声的均方误差来恢复原始图像。在本文中，我们将介绍如何使用Matlab实现维纳滤波算法，并展示相应的源代码。

维纳滤波的原理是基于信号和噪声的功率谱之间的关系。假设我们有一个受到加性高斯噪声污染的图像，可以将其表示为：

[ Y = X + N ]

其中，( Y ) 是观测到的图像，( X ) 是原始图像，( N ) 是加性高斯噪声。维纳滤波的目标是估计原始图像 ( X )。

首先，我们需要获取图像的功率谱密度（PSD）。在Matlab中，可以使用FFT（快速傅里叶变换）来计算图像的频域表示。以下是计算图像功率谱密度的Matlab代码片段：

% 读取图像
image = imread('image.jpg');

% 将图像转换为灰度图像
gray_image =