M. Fajri Suhada
Weiner Filter
inverse filtering adalah teknik restorasi untuk proses dekonvolusi, yaitu, ketika
sebuah gambar buram karena filter lowpass, hal itu dapat mengembalikan
gambar dengan inverse filter. Namun, inverse filter sangat sensitif terhadap noise
tambahan. Pendekatan mengurangi satu degradasi pada satu waktu
memungkinkan kami untuk mengembangkan algoritma restorasi untuk setiap
jenis degradasi dan hanya menggabungkannya. Filter Wiener mengeksekusi
tradeoff yang optimal antara inverse filterdan peredam suara. Ini menghilangkan
kebisingan aditif dan membalikkan kabur secara bersamaan.
Wiener Filter sangat optimal dalam Mean Square Error, dengan kata lain
meminimalkan Mean Square Error keseluruhan proses invert filter dan
smoothing noise. Wiener Filter adalah estimasi linear dari gambar asli.
Pendekatan ini didasarkan pada pendekatan stochastic. Dalam prinsip
ortogonalitas Wiener Filter dalam domain fourier dapat dinyatakan sebagai
berikut:
di mana Y (k, l) adalah DFT dari pengamatan. Keuntungan dari estimasi ini
adalah dapat diimplementasikan dengan sangat mudah tanpa khawatir tentang
1715051018
M. Fajri Suhada
Hasil langsung dari fakta: Spektrum daya dapat diperkirakan langsung dari
pengamatan menggunakan estimasi periodogram. Perkiraan ini menghasilkan
implementasi inverse filter dan noise smoothing :
kelemahan implementasi ini adalah ketika inverse filter adalah singular, kita
harus menggunakan filter inverse umum. Orang-orang juga menyarankan power
spectrum dari gambar asli dapat diperkirakan berdasarkan model seperti model.
Hasil Experimen
yang dipulihkan ditingkatkan dalam hal kinerja visual, tetapi UMK tidak
menunjukkan ini, alasannya adalah bahwa UMK bukanlah metrik yang baik
untuk dekonvolusi.