在数学应用上,对于运动引起的图像模糊,最简单的方法是直接做逆滤波,但是逆滤波对加性噪声特别敏感,使得恢复的图像几乎不可用。最小均方差(维纳)滤波用来去除含有噪声的模糊图像,其目标是找到未污染图像的一个估计,使它们之间的均方差最小,可以去除噪声,同时清晰化模糊图像。
定义
给定一个系统
y(t)=h(t)∗x(t)+n(t)
这里, ∗ 是卷积符号
-
x(t) 是在时间 t 刻输入的信号(未知) -
h(t) 是一个线性时间不变系统的脉冲响应(已知)- n(t) 是加性噪声,与 x(t) 不相关(未知)
- y(t) 是我们观察到的信号
我们的目标是找出这样的卷积函数 g(t) ,这样我们可以如下得到估计的 x(t) :
x^(t)=g(t)∗y(t)
这里 x^(t) 是 x(t) 的最小均方差估计。
基于这种误差度量, 滤波器可以在频率域如下描述
G(f)=H∗(f)S(f)|H(f)|2S(f)+N(f)=H∗(f)|H(f)|2+N(f)/S(f)