Nama : Bagus Tri Cahyo

NPM : 1715051041
Pretes praktikum ASDG
WIENER FILTER
Wiener Filter adalah filter linier stasioner MSE-optimal untuk gambar terdegradasi oleh noise
aditif dan blurring. Prinsip orthogonality menyiratkan bahwa filter Wiener dalam domain
Fourier dapat dinyatakan pada persamaan berikut :

Wiener filter tidak bisa digunakan untuk merekonstruksi komponen frekuensi dimana
komponen tersebut telah terdegradasi oleh noise. Wiener filter hanya bisa menekan hal
tersebut. Juga, wiener filter tidak bisa mengembalikan komponen seperti 𝐻(𝑓1 , 𝑓2 ) = 0. Hal ini
berarti wiener filter tidak bisa meng-undo blurring yang diakibatkan oleh bandlimiting dari
𝐻(𝑓1 , 𝑓2 ).
Penerapan Filter Wiener
Untuk menerapkan Wiener filter dalam prakteknya kita harus memperkirakan spektrum daya
dari gambar asli dan aditif noise. Untuk white noise aditif, spektrum daya sama dengan varians
dari noise. Untuk memperkirakan spektrum daya dari gambar asli banyak metode yang dapat
digunakan. Perkiraan langsung adalah estimasi periodogram dari spektrum daya dihitung dari
pengamatan :

dimana Y (k, l) adalah DFT dari pengamatan. Keuntungan dari perkiraan adalah bahwa hal itu
dapat digunakan dengan sangat mudah tanpa khawatir tentang singularitas dari inverse
filtering. Perkiraan lain yang mengarah pada penggunaan riam dari inverse filtering dan noise
smoothing adalah

Proses Filter Wiener

Dalam proses mendapatkan 𝑆𝑥𝑥 akan timbul masalah apabila:
 Kita dapat mengasumsikan 𝑆𝑥𝑥 memiliki sebuah parametric bentuk, misalnya eksponensial
atau Gauss atau 𝑆𝑥𝑥 dapat diperkirakan dengan menggunakan gambar yang mewakili dari
kelas gambar yang disaring.
 Wiener filter relatif lambat untuk diterapkan, karena mereka memerlukan pengerjaan dalam
domain frekuensi.
 Untuk mempercepat filtering, dapat digunakan inverse FFT dari Wiener filter 𝑊(𝑓1 , 𝑓2 )
untuk mendapatkan respon impulse h(f1,f2).