「图像处理」维纳滤波

维纳滤波

维纳滤波一个最常用的实例：模糊图像的处理，需要注意的是，模糊图像必须是线性的，怎么理解线性的图像模糊呢？

说白了就是因为图像移动导致图片模糊，比如一颗苹果落地，如果相机快门很慢时，圆形的苹果会模糊成为一条线段。

这时候请出本次博客的嘉宾「维纳」给大家滤一下波嘿嘿。

好的，问题来了，落地苹果的运动可以看成是一个匀加速过程，维纳做的很好，如果我在一辆匀速行驶的车上吃苹果，有人拍了一张我吃苹果的照片呢？还可以变得清晰吗？维纳的答案是可以的。这些都在线性的范畴

不过遇到一个非匀速、非匀加速的运动状态，维纳就不行了，需要别的滤波方式处理

最后一个问题：匀速的圆周运动呢？维纳滤波可以吗？

我觉得不行，因为匀速圆周运动不属于线性运动（不是说运动的轨迹，而是说力在随时间改变）

还有一张图：

最后总结一下：

1. 维纳滤波假设退化模型为空间不变系统，当物体不是匀速、均加速的状态，维纳滤波不work

2. 它以均方误差估计为准则，对所有像素赋予同样的计算法则，没有考虑到人眼视觉特性

3. 维纳滤波需要知道原始图像和噪声的二阶统计特性，将特性作为先验知识，但是实际上在计算时将特性作为常数带入计算，是一种无可奈何的粗略近似计算

K的计算，需要注意，K并不是可以自己产生的，有些论文里就不提K是怎么选择出来的，直接就说K=2，像耍流氓一样，我认为完全可以将这个问题单独提出来写一篇论文出来，事实上已经有人这样做了，这个实验总共进行两次维纳滤波，第一次估计维纳滤波的近似图像，得到K，再用第一次估计的K带入第二次的维纳滤波中。

那么问题又来了，第一次K怎么办？

解决办法的范围穷举，又是一个无可奈何的解决办法。