Howtosignalprocessing
- Jak działa filtr Wienera?
- Dlaczego używany jest filtr Wiener?
- Jaka jest różnica między filtrem odwrotnym a filtrem Wienera?
Jak działa filtr Wienera?
Celem filtra Wienera jest obliczenie oszacowania statystycznego nieznanego sygnału za pomocą powiązanego sygnału jako wejścia i filtrowania tego znanego sygnału w celu uzyskania oszacowania jako wyjścia. Na przykład znany sygnał może składać się z nieznanego sygnału zainteresowania, który został uszkodzony przez szum addytywny.
Dlaczego używany jest filtr Wiener?
Usuwa szum addytywny i odwraca jednocześnie rozmycie. 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.
Jaka jest różnica między filtrem odwrotnym a filtrem Wienera?
Jednak odwrotne filtrowanie jest bardzo wrażliwe na hałas addytywny. Filtrowanie Wienera wykonuje optymalny kompromis między odwrotnym filtrowaniem a wygładzaniem szumu. Usuwa szum addytywny i odwraca jednocześnie rozmycie.
