图像去模糊（维纳滤波）

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$x(t)$：
    $$\hat x(t) = g(t)*y(t)$$
    这里$\hat x(t)$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)