Fonctions > Traitement d'image > Convolution et filtres > Exemple : Filtrage de Wiener
  
Exemple : Filtrage de Wiener
Utilisez la fonction wiener2d pour réduire le bruit aléatoire additif dans les images.
Le filtrage de Wiener était l'une des premières méthodes développées pour réduire le bruit aléatoire supplémentaire dans les images. Il est basé sur l'hypothèse que le bruit supplémentaire est un processus aléatoire stationnaire, indépendant de l'emplacement des pixels ; l'algorithme réduit l'erreur carrée entre les images d'origine et reconstruites.
Pour plus d'informations sur l'utilisation de cet exemple, voir A propos des exemples de traitement d'image.
Utilisation du bruit aléatoire à distribution uniforme
1. Créez une image représentant une simple boîte rectangulaire.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
2. Utilisez la fonction runif pour ajouter du bruit à l'image de la boîte.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
3. Utilisez un filtrage Wiener avec une fenêtre 7 x 7 sur l'image.
Cliquez pour copier cette expression
4. Utilisez la fonction scale pour mettre à l'échelle et afficher les deux images :
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(wiener_sl.bmp)
(wiener_sf77.bmp)
Les contours des carrés n'ont pas été brouillés, mais le bruit a été lissé. Néanmoins, le bruit n'est pas filtré en sortie près des contours du rectangle pour un voisinage de la taille de la fenêtre de filtrage.
5. Utilisez sur l'image une fenêtre 3 x 3.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(wiener_sf33.bmp)
Dans cette image, le lissage global est moindre, mais il se prolonge plus près des contours du rectangle.
Utilisation du bruit gaussien
1. Lisez un fichier image et dégradez-le avec un bruit blanc gaussien aléatoire.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
2. Utilisez la fonction rnorm pour ajouter du bruit gaussien à l'image.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
3. Utilisez la fonction scale pour mettre à l'échelle les deux images.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(fruit_sm.bmp)
(fruit_sl.bmp)
4. Supprimez le bruit avec un filtrage Wiener utilisant une fenêtre 5 x 5.
Cliquez pour copier cette expression
Cliquez pour copier cette expression
Cliquez pour copier cette expression
(fruit_w55.bmp)