deconvwnr

Enfocar una imagen borrosa usando el filtro de Wiener

Sintaxis

J = deconvwnr(I,psf,nsr)

J = deconvwnr(I,psf,ncorr,icorr)

J = deconvwnr(I,psf)

Descripción

J = deconvwnr(I,psf,nsr) deconvoluciona la imagen I usando el algoritmo del filtro de Wiener, devolviendo enfocada la imagen borrosa J. psf es la función de dispersión puntual (PSF) con la que I fue convolucionada. nsr es la relación de potencia señal-ruido del ruido aditivo. El algoritmo es óptimo en un sentido de error cuadrático medio mínimo entre las imágenes estimadas y reales.

J = deconvwnr(I,psf,ncorr,icorr) deconvoluciona la imagen I, donde ncorr es la función de autocorrelación del ruido y icorr es la función de autocorrelación de la imagen original.

J = deconvwnr(I,psf) deconvoluciona la imagen I usando el algoritmo del filtro de Wiener sin estimación del ruido. Si no hay ruido, un filtro de Wiener equivale a un filtro inverso ideal.

Ejemplos

Enfocar una imagen borrosa usando el filtro de Wiener

Lea una imagen en el área de trabajo y muéstrela.

I = im2double(imread('cameraman.tif'));
imshow(I);
title('Original Image (courtesy of MIT)');

Simule un desenfoque de movimiento.

LEN = 21;
THETA = 11;
PSF = fspecial('motion', LEN, THETA);
blurred = imfilter(I, PSF, 'conv', 'circular');
figure, imshow(blurred)

Simule ruido aditivo.

noise_mean = 0;
noise_var = 0.0001;
blurred_noisy = imnoise(blurred, 'gaussian', ...
                        noise_mean, noise_var);
figure, imshow(blurred_noisy)
title('Simulate Blur and Noise')

Pruebe el restablecimiento suponiendo que no hay ruido.

estimated_nsr = 0;
wnr2 = deconvwnr(blurred_noisy, PSF, estimated_nsr);
figure, imshow(wnr2)
title('Restoration of Blurred, Noisy Image Using NSR = 0')

Pruebe el restablecimiento con una mejor estimación de la relación de potencia señal-ruido.

estimated_nsr = noise_var / var(I(:));
wnr3 = deconvwnr(blurred_noisy, PSF, estimated_nsr);
figure, imshow(wnr3)
title('Restoration of Blurred, Noisy Image Using Estimated NSR');

Argumentos de entrada

I — Imagen borrosa

Arreglo numérico

Imagen borrosa, especificada como arreglo numérico de cualquier dimensión.

Tipos de datos: single | double | int16 | uint8 | uint16

psf — Función de dispersión puntual

Arreglo numérico

Función de dispersión puntual, especificada como arreglo numérico.

Tipos de datos: double

nsr — Relación señal-ruido

0 | Escalar no negativo

Relación señal-ruido, especificada como escalar no negativo o arreglo numérico del mismo tamaño que la imagen I. Si nsr es un arreglo, entonces representa el dominio espectral. Especificar 0 para nsr equivale a crear un filtro inverso ideal.

Tipos de datos: double

ncorr — Función de autocorrelación del ruido

Arreglo numérico

Función de autocorrelación del ruido, especificada como arreglo numérico de cualquier tamaño o dimensión, sin exceder la imagen original.

• Si la dimensionalidad de ncorr coincide con la dimensionalidad de la imagen I, los valores corresponden a la autocorrelación dentro de cada dimensión.

• Si ncorr es un vector y psf también es un vector, entonces los valores de ncorr representan la función de autocorrelación de la primera dimensión.

• Si ncorr es un vector y psf es un arreglo, entonces la función de autocorrelación 1D se extrapola por simetría a todas las dimensiones no únicas de psf.

• Si ncorr es un escalar, entonces el valor representa la potencia del ruido.

Tipos de datos: double

icorr — Función de autocorrelación de la imagen

Arreglo numérico

Función de autocorrelación de la imagen, especificada como arreglo numérico de cualquier tamaño o dimensión, sin exceder la imagen original.

• Si la dimensionalidad de icorr coincide con la dimensionalidad de la imagen I, los valores corresponden a la autocorrelación dentro de cada dimensión.

• Si icorr es un vector y psf también es un vector, entonces los valores de icorr representan la función de autocorrelación de la primera dimensión.

• Si icorr es un vector y psf es un arreglo, entonces la función de autocorrelación 1D se extrapola por simetría a todas las dimensiones no únicas de psf.

• Si icorr es un escalar, entonces el valor representa la potencia de la imagen.

Tipos de datos: double

Argumentos de salida

J — Imagen enfocada

Arreglo numérico

Imagen enfocada, devuelta como arreglo numérico. J tiene el mismo tipo de datos que I.

Sugerencias

• La imagen de salida J podría mostrar artefactos de anillo introducidos por la transformada discreta de Fourier utilizada en el algoritmo. Para reducir la intensidad de los artefactos , utilice I = edgetaper(I,psf) antes de llamar a deconvwnr.

Referencias

[1] Gonzalez, R. C., and R. E. Woods. Digital Image Processing. Addison-Wesley Publishing Company, Inc., 1992.

Historial de versiones

Introducido antes de R2006a

Consulte también

deconvblind | deconvlucy | deconvreg | edgetaper | otf2psf | padarray | psf2otf

Temas

• Enfocar imágenes borrosas utilizando un filtro de Wiener
• Image Deblurring