Используйте функцию wiener2d для снижения уровня случайных шумов на изображениях.
Фильтрация Винера была одним из первых методов, разработанных для снижения уровня случайных аддитивных шумов на изображениях. Она основана на предположении, что аддитивный шум - это стационарный случайный процесс, независимый от расположения пиксела. Алгоритм минимизирует квадратичную ошибку между исходным и восстановленным изображением.
Использование равномерно распределенного случайного шума
1. Создайте простое изображение прямоугольника.
2. Добавьте шум к прямоугольнику.
3. Используйте фильтр Винера с окном 7 x 7 на изображении.
4. Выполните масштабирование и покажите два изображения.
(wiener_sl.bmp)
(wiener_sf77.bmp)
Контуры квадрата не были размытыми, но шум был сглажен. Однако шум не был отфильтрован рядом с контуром квадрата из-за близости размеров окна фильтрации.
5. Используйте окно 3 x 3 на изображении.
(wiener_sf33.bmp)
В этом изображении общее сглаживание меньше, но оно распространяется ближе к границам прямоугольника.
Использование гауссова шума
1. Загрузите файл изображения и размойте его с помощью случайного белого гауссова шума.
2. Добавьте гауссов шум к изображению.
(fruit_sm.bmp)
(fruit_sl.bmp)
3. Подавите шум, используя фильтрацию Винера с окном 5 x 5.