Utilice la función wiener2d para reducir el ruido aleatorio aditivo en las imágenes.
El filtrado de Wiener fue uno de los primeros métodos desarrollados para reducir el ruido aleatorio aditivo en las imágenes. Se basa en la suposición de que el ruido aditivo es un proceso aleatorio estacionario independiente de la ubicación en píxeles; el algoritmo reduce al mínimo el error cuadrático entre la imagen original y la reconstruida.
Utilización del ruido de distribución uniforme aleatorio
1. Cree una imagen de caja rectangular simple.
2. Utilice la función runif para añadir ruido a la imagen del cuadro.
3. Utilice un filtro de Wiener de ventana 7 x 7 sobre la imagen.
4. Utilice la función scale para aplicar una escala y mostrar las dos imágenes:
(wiener_sl.bmp)
(wiener_sf77.bmp)
Los contornos del cuadrado no se han difuminado, pero el ruido se ha suavizado. No obstante, el ruido no se filtra cerca de los contornos del cuadrado de un entorno del tamaño de la ventana de filtrado.
5. Utilice una ventana de 3 x 3 sobre la imagen.
(wiener_sf33.bmp)
En esta imagen, hay menos suavizado general, pero se extiende más cerca de los contornos del rectángulo.
Utilización del ruido gaussiano
1. Lea un fichero de imagen y degrádela mediante ruido gaussiano blanco aleatorio.
2. Utilice la función rnorm para añadir ruido aleatorio a la señal.
3. Utilice la función scale para aplicar una escala a las dos imágenes.
(fruit_sm.bmp)
(fruit_sl.bmp)
4. Suprima el ruido mediante el filtrado de Wiener con una ventana de 5 x 5.