- Jakie są wady filtra Wienera?
- Czy Wiener Filtry optymalne?
- Co robi filtr Wienera?
- W którym stanie filtr Wienera zmniejsza się do filtra odwrotnego?
Jakie są wady filtra Wienera?
Z powyższej dyskusji na temat filtrów, które są uogólnieniem prostego filtra Wienera, widoczna jest główna wada: widma mocy losowych pól, do których należy należeć obraz i szum, muszą być znane lub oszacowane.
Czy Wiener Filtry optymalne?
Filtrowanie Wienera jest optymalne pod względem średniego błędu kwadratowego. Innymi słowy, minimalizuje ogólny średni błąd kwadratowy w procesie odwrotnego filtrowania i wygładzania szumu. Filtrowanie Wienera jest liniowym oszacowaniem oryginalnego obrazu. Podejście oparte jest na stochastycznej ramie.
Co robi filtr Wienera?
Filtr Wienera można użyć do odfiltrowania szumu z uszkodzonego sygnału, aby zapewnić oszacowanie podstawowego sygnału zainteresowania. Filtr Wienera opiera się na podejściu statystycznym, a bardziej statystyczny opis teorii jest podany w artykule estymatora minimalnego błędu kwadratowego (MMSE).
W którym stanie filtr Wienera zmniejsza się do filtra odwrotnego?
Zauważ, że przy częstotliwościach przestrzennych, w których sygnał do szumu jest bardzo wysoki, stosunek rN(u, υ)/ rI(u, υ) zbliża się do zera, a filtr Wienera zmniejsza się do filtra odwrotnego. Jednak gdy stosunek sygnału do szumu jest bardzo słaby (i.mi., RN(u, υ)/ rI(u, υ) jest duże), szacowane częstotliwości przestrzenne zbliżają się do zera.