[Báo cáo + slide] Bài toán khôi phục ảnh, mô hình quan sát ảnh và ứng dụng. Thử nghiệm ứng dụng kỹ thuật lọc Wiener

Phần tài liệu và slide báo cáo.Môn: Nhập môn xử lý ảnh.MỤC LỤCLỜI NÓI ĐẦUPHẦN 1: TÌM HIỂU BÀI TOÁN KHÔI PHỤC ẢNH, MÔ HÌNH QUAN SÁT ẢNH VÀ ỨNG DỤNGI.BÀI TOÁN KHÔI PHỤC ẢNH1.Khái niệm2.Ước lượng sự xuống cấp:II.MÔ HÌNH QUAN SÁT1.Mô hình ảnh bị xuống cấp bởi nhiễu cộng ngẫu nhiên2.Mô hình ảnh bị xuống cấp vì nhòe3.Mô hình ảnh bị xuống cấp bởi cả nhòe và nhiễu cộng4.Mô hình ảnh nhiễu phụ thuộc tín hiệuPHẦN 2: ỨNG DỤNG KỸ THUẬT LỌC WIENER TRONG XỬ LÝ ẢNHI.TỔNG QUAN VỀ BỘ LỌC WIENER1.Giới thiệu về bộ lọc Wiener2.Nguyên lý cơ bản và cơ sở toán họcII.ỨNG DỤNG BỘ LỌC WIENER TRONG XỬ LÝ ẢNH1.Tổng quan về khôi phục ảnh2.Bộ lọc Wiener và vấn đề khôi phục ảnhPHẦN 3: KHẢO SÁT, XÂY DỰNG VÀ THỬ NGHIỆM CHƯƠNG TRÌNH ỨNG DỤNG KỸ THUẬT LỌC WIENERI.KHẢO SÁTII.THỬ NGHIỆM CHƯƠNG TRÌNH1.Thử nghiệm lọc nhiễu bằng bộ lọc Wiener2.Thử nghiệm bộ lọc bằng cách thêm nhiễu vào ảnh bị nhòe do chuyển độngKẾT LUẬNTẢI LIỆU THAM KHẢO

Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener NHẬN XÉT VÀ ĐÁNH GIÁ ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………………………………… ……………………………………………………………………………………………… 1|Page Bài toán khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener MỤC LỤC 2|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener LỜI NÓI ĐẦU Trong xu phát triển giới khoa học cơng nghệ ln có thay đổi mạnh mẽ Sự phát triển vũ bão CNTT tác động mạnh mẽ to lớn đến mặt đời sống kinh tế xã hội Ngày nay, CNTT trở thành động lực quan trọng phát triển Với khả số hố loại thơng tin (số, đồ thị, văn bản, hình ảnh, tiếng nói, âm thanh.), máy tính trở thành phương tiện xử lý thông tin thống đa năng, thực nhiều chức khác dạng thông tin thuộc lĩnh vực: nghiên cứu, quản lý, kinh doanh, Với vốn kiến thức học trường nhu cầu cấp thiết xã hội cộng thêm gợi ý giảng viên mơn – thầy Lã Quang Trung, nhóm em chọn đề tài “Tìm hiểu tốn khơi phục ảnh, mơ hình quan sát ảnh ứng dụng Thử nghiệm ứng dụng kỹ thuật lọc Wiener” với mong muốn giúp cho việc khôi phục, chỉnh sửa ảnh số thực cách dễ dàng hơn, thuận tiện đời sống giảm thiểu sai xót q trình xử lý ảnh Trong q trình góp nhặt kiến thức quý báu , nhờ quan tâm hướng dẫn thầy Lã Quang Trung, chúng em bước nghiên cứu vận dụng kiến thức học để tìm hiểu, phân tích Tuy nhiên, hiểu biết chúng em lĩnh vực hạn chế, đề tài cịn nhiều thiếu sót, nên chưa hồn thiện Vì chúng em mong đóng góp nhiệt tình thầy bạn để đề tài nhóm hồn thiện Chúng em xin chân thành cảm ơn! 3|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener PHẦN 1: TÌM HIỂU BÀI TỐN KHƠI PHỤC ẢNH, MƠ HÌNH QUAN SÁT ẢNH VÀ ỨNG DỤNG I BÀI TỐN KHƠI PHỤC ẢNH Khái niệm Khôi phục ảnh đề cập tới kỹ thuật loại bỏ hay tối thiểu hoá ảnh hưởng mơi trường bên ngồi từ hệ thống thu nhận lưu trữ ảnh đến ảnh thu nhận Kỹ thuật khơi phục ảnh nhằm ước lượng lại ảnh gốc hay ảnh lý tưởng từ ảnh quan sát cách đo ngược lại tượng gây biến dạng Vì để khơi phục ảnh có kết quả, điều cần thiết phải biết nguyên nhân gây biến dạng ảnh Các nguyên nhân biến dạng thường gặp: • Do camera, đầu thu ảnh chất lượng • Do mơi trường ánh sáng, trường (scene), khí quyển, nhiễu xung • Do người Việc khôi phục ảnh phụ thuộc vào loại hình xuống cấp hay khơi phục ảnh nhằm xác định mơ hình tốn học q trình gây biến dạng Các loại hình xuống cấp ta xét gồm: • Nhiễu cộng ngẫu nhiên • Nhoè • Nhiễu phụ thuộc tín hiệu Ước lượng xuống cấp: Có hai cách tiếp cận để có thơng tin xuống cấp  Một cách tiếp cận thu thập thơng tin từ ảnh bị xuống cấp Nếu ta tìm vùng cường độ xấp xỉ đồng ảnh, chẳng hạn bầu trời, ước lượng phổ công suất hàm mật độ xác suất nhiễu ngẫu nhiên từ thăng giáng cường độ vùng có đồng  Một cách tiếp cận khác để hiểu biết xuống cấp nghiên cứu chế gây xuống cấp II MƠ HÌNH QUAN SÁT Q trình gây biến dạng ảnh gốc phụ thuộc vào hệ thống quan sát tạo ảnh Do vậy, trước hết ta cần xem ảnh quan sát biểu diễn nào, sở mơ hình hố nhiễu sinh Tiếp theo dùng biến đổi ngược (lọc ngược) để khử 4|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener nhiễu thu lại ảnh gốc Đó sở lý thuyết kỹ thuật khôi phục ảnh Mơ hình ảnh bị xuống cấp nhiễu cộng ngẫu nhiên Xét ảnh x quan sát có thêm nhiễu cộng n thể công thức sau: y ( m) = x ( m) + n ( m) Giả thiết nhiễu cộng ngẫu nhiên độc lập với tín hiệu (khơng tương quan) Mơ hình ảnh bị xuống cấp nhịe Một ảnh bị xuống cấp nh mơ hình hố sau: y (m) = x (m)*h (m) Trong mơ hình ảnh bị xuống cấp y(m) kết qủa nhân chập ảnh gốc x(m) với đáp ứng xung h(m) h(m) gọi hàm nhịe Hình Ảnh bị nhịe (Nguồn: http://www.svi.nl/BlindDeconvolution) 5|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener Sự xuống cấp mơ hình hố nhân chập với nhoè nguyên nhân thấu kính lệch tiêu cự, máy bị rung nhiễu loạn khí Bài tốn làm giảm nh chia thành hai loại:  Giải tích chập (deconvolution): hàm nhoè h biết, cách tiếp cận để khử nhoè lọc ngược Từ:  Giải tích chập mù (blind deconvolution): nhịe h phải ước lượng từ thơng tin sẵn có trước đưa tới lọc ngược Hình Ảnh bị nhịe khơng biết hàm gây nhịe (Nguồn:http://www.svi.nl/BlindDeconvolution) Vì ta muốn chia chập y(m) khơng có hiểu biết chi tiết h(m), nên phép xử lý gọi toán chia chập mù Mơ hình ảnh bị xuống cấp nhịe nhiễu cộng Thực tế xuống cấp ảnh thường tổ hợp nhòe nhiễu.Thơng thường ta xét trường hợp nhiễu nhịe lọc tuyến tính với đáp ứng xung h(m) nhiễu nhiễu cộng n(m) Tín hiệu đầu mơ hình dạng: Một cách tiếp cận hợp lý để khôi phục ảnh x(m) áp dụng hệ làm giảm nhiễu để từ y(m) ước 6|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener lượng u(m) = y(m) * h(m) sau áp dụng hệ khử nhoè để từ u(m) ước lượng x(m) Cách tiếp cận khử loại xuống cấp một, cho phép khai triển thuật tốn khơi phục riêng cho loại, sau kết hợp chúng lại cách đơn giản ảnh bị xuống cấp nhiều loại nguyên nhân khác Trong miền tần số, mơ hình nhiễu có dạng: Y ( f ) = X ( f )* H ( f )+ N ( f ) Hình Mơ hình lọc trường hợp nhiễu cộng nhịe Mơ hình ảnh nhiễu phụ thuộc tín hiệu Một ảnh bị xuống cấp y(m) biễu diễn mơ hình: Trong D[.] tốn tử xuống cấp áp dụng vào x Nếu d(m) không hàm tín hiệu x(m) gọi nhiễu cộng khơng phụ thuộc tín hiệu Nếu d(m) hàm tín hiệu x(m) d(m) gọi nhiễu cộng phụ thuộc tín hiệu Những ví dụ nhiễu phụ thuộc tín hiệu nhiễu đốm, nhiễu hạt phim nhiễu lượng tử Một cách tiếp cận để làm giảm nhiễu phụ thuộc tín hiệu biến đổi y(m) vào miền, nhiễu trở thành nhiễu cộng khơng phụ thuộc tín hiệu sau làm giảm nhiễu khơng phụ thuộc tín hiệu Một cách tiếp cận khác làm giảm nhiễu trực tiếp miền tín hiệu 7|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener PHẦN 2: ỨNG DỤNG KỸ THUẬT LỌC WIENER TRONG XỬ LÝ ẢNH I TỔNG QUAN VỀ BỘ LỌC WIENER Giới thiệu lọc Wiener Trong lĩnh vực xử lý tín hiệu, lọc Wiener lọc đề xuất Norbert Wiener (là nhà toán học triết học người Mỹ) năm 1940s công bố vào năm 1949 Bộ lọc Wiener có vai trị quan trọng nhiều ứng dụng mục đích lọc nhằm để giảm lượng nhiễu xuất bên tín hiệu cách so sánh với ước tính tín hiệu không bị nhiễu mong muốn Bộ lọc Wiener dựa phương pháp thống kê để giảm nhiễu tín hiệu cách so sánh với tín hiệu ước tính mong muốn khơng có nhiễu Nguyên lý sở toán học Về thuật toán Wiener, thuật toán xuyên suốt ý tưởng để xây dựng lọc Wiener Nguồn gốc thuật toán Wiener tạo tín hiệu “sạch, khơng có hay nhiễu cách nén nhiễu” Ước lượng thực cách hạ thấp sai số bình phương trung bình (Mean square error) tín hiệu mong muốn tín hiệu ước lượng Bộ lọc Wiener loại lọc thích nghi (adaptive filter) tức giá trị hệ số lọc thay đổi theo thời gian, thường phản ứng với thay đổi đặc tính tín hiệu đầu vào Bộ lọc Wiener hai loại: • IIR Wiener: lọc đáp ứng xung vơ hạn bao gồm phương trình phi tuyến • FIR Wiener: lọc đáp ứng xung hữu hạn bao gồm phương trình tuyến tính Vì hệ số lọc Wiener thay đổi theo thời gian, lọc IIR lại không ổn định cho giá trị hệ số định nên người ta thường xây dựng lọc thích nghi với cấu trúc FIR Wiener nhằm ngăn chặn không ổn định Bộ lọc Wiener đặc trưng bởi: 1) Giả thiết: Tín hiệu nhiễu (nhiễu cộng) trình ngẫu nhiên tĩnh tuyễn tính với phổ đặc trưng tự tương quan tương quan chéo biết 8|Page Bài toán khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener 2) Yêu cầu: Các lọc phải thực vật lý/quan hệ nhân (yêu cầu bỏ qua, dẫn đến giải pháp quan hệ không nhân quả) 3) Hiệu suất tiêu chuẩn: Tối ưu hóa sai số bình phương trung bình (Minimun Mean Square Error) Bộ lọc Wiener biểu diễn vector trọng số: Quan hệ lọc đầu vào đầu ra: Vì wT y vô hướng nên chuyển vị nó, tức T T là: w y = yw Tín hiệu xác định sai khác tín hiệu mong x(m) với tín hiệu thu x^(m) tính bằng: Hình Sơ đồ khối thực lọc Đối với lọc Wiener, hàm hiệu chọn sai số bình phương trung bình: Trong ký hiệu kỳ vọng thống kê Ta định nghĩa vector tương quan chéo đầu vào tín hiệu mong muốn ma trận tự tương quan tín hiệu đầu vào ta được: Để thu trọng số ứng với có giá trị cực tiểu, ta cần phải giải hệ phương trinh tạo thành từ đạo hàm bậc E trọng số khơng, tức là: 9|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener Trong tốn tử Gradian xác định: Do đó: Hình Mô lọc Wiener Trong miền tần số, nhiễu cộng biểu diễn: 10 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener Trong phổ cơng suất tín hiệu nhiễu Nếu giả thiết phổ công suất chúng biết, nhận ước lượng tuyến tính tối ưu sai số quân phương tối thiểu cách cho qua lọc Wiener mà đáp ứng tần số Trong toán thường gặp, ước lượng phổ công suất nhiễu tương đối dễ làm, ước lượng phổ cơng suất ảnh khơng đơn giản Một phương pháp sử dụng lấy trung bình cho nhiều ảnh x(m) khác Chia tử mẫu (1) cho đặt tỉ số tín hiệu nhiễu ta thu được: Trong nhiễu cộng, đáp ứng xung lọc Wiener số thực Bây xem xét trường hợp: 1) Ảnh khơng có nhiễu 2) Ảnh tồn nhiễu Như lọc Wiener giữ nguyên SNR phần hợp thành tần số cao làm giản SNR phần hợp thành tần số thấp Đặc điểm lọc Wiener thông thấp II ỨNG DỤNG BỘ LỌC WIENER TRONG XỬ LÝ ẢNH Tổng quan khôi phục ảnh Khôi phục ảnh đề cập tới kỹ thuật loại bỏ hay tối thiểu hoá ảnh hưởng mơi trường bên ngồi hay hệ thống thu nhận, phát lưu trữ ảnh đến ảnh thu nhận Các nguyên nhân gây biến dạng ảnh: nhiễu cảm nhận tín hiệu, ảnh mờ camera, nhiễu ngẫu nhiên khí qủn, v v Khơi phục ảnh bao gồm nhiều trình như: lọc ảnh, khử nhiễu nhằm làm giảm biến dạng để có thể khôi phục lại ảnh gần giống ảnh gốc tuỳ theo nguyên nhân gây biến dạng Hình Một hệ khôi phục ảnh Sự lựa chọn hệ phục hồi ảnh phụ thuộc vào loại hình xuống cấp hay khơi phục ảnh nhằm xác định mơ hình tốn học 11 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener trình gây biến dạng.Các thuật toan làm giảm nhiễu cộng ngẫu nhiên khác với thuật toán làm giảm nhoè ảnh Các loại hình xuống cấp ta xét nhiễu cộng ngẫu nhiên, nhoè nhiễu phụ thuộc tín hiệu, nhiễu nhân Những loại hình xuống cấp thường xảy thực tiễn Bộ lọc Wiener vấn đề khôi phục ảnh Lọc Wiener kỹ thuật lọc tuyến tính để khơi phục ảnh gốc từ ảnh xuống cấp bị nhiễu phá hủy Ảnh sau qua đáp ứng thì bị nhiễu khác với ban đầu, theo lý thuyết ta xây dựng đáp ứng ngược lại để khôi phục ảnh dựa vào đáp ứng ban đầu Tuy nhiên phương pháp lọc ngược lọc giả ngược có yếu điểm nhạy cảm với nhiễu vì áp dụng phương pháp phải giả định hệ thống lý tưởng khơng có nhiễu Song thực tế thì khơng thể có điều này, vì người ta sử dụng kĩ thuật lọc wiener cho hệ thống có nhiễu Như ta biết mục tiêu lọc Wiener để làm cực tiểu bình phương sai số,trong xử lý ảnh thì sai số ảnh gốc ảnh có.Ta cài đặt lọc FIR tích chập lọc trọng số g, để làm cực tiểu sai số bình phương với ảnh thu Việc tìm trọng số tương ứng với việc giải phương trình thoả mãn yêu cầu đặt ra, sau ta tìm lọc để thực việc tinh tích chập Sau tính xong thì ta thu ảnh gần với ảnh gốc Bộ lọc Wiener thường lọc thông thấp, lượng ảnh thường tập trung vùng tần số thấp 12 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener PHẦN 3: KHẢO SÁT, XÂY DỰNG VÀ THỬ NGHIỆM CHƯƠNG TRÌNH ỨNG DỤNG KỸ THUẬT LỌC WIENER I KHẢO SÁT Việc khảo sát ứng dụng lọc dựa công cụ Matlab, cơng cụ hữu ích cho việc xử lý, hỗ trợ nhiều hàm cho việc thực nhanh chóng thuận tiện: • Tạo xuống cấp lên ảnh tạo nhiễu hay làm tác động quang học chủn động • Khơi phục lại hàm sử dụng lọc WIENER chương trình Matlab cấp sẵn Các hàm đưa vào sử dụng: • Hàm đọc ảnh : I = imread(filename) đọc ảnh lưu ma trận điểm ảnh vào ma trận I; • Hàm điển thị ảnh : I = imshow(I) hiển thị ảnh lưu ma trận điểm ảnh I; • Gaussan: tạo nhiều Gaussian; • Hàm tạo nhiễu: In = imnoise(In, 'gaussian', M, V); • Hàm lọc nhiễu J = wiener2(In,[5 5],noise); • Hàm tạo mờ: blurred = imfilter(I, PSF, 'conv', 'circular'); • Hàm lọc mờ : wnr1 = deconvwnr(blurred, PSF, 0); figure; II THỬ NGHIỆM CHƯƠNG TRÌNH Thử nghiệm lọc nhiễu lọc Wiener  Load hiển thị ảnh: I = imread('D:\2.png'); imshow(I); 13 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener 14 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener  Tạo nhiễu cho ảnh Gaussian: M = 0; V = 0.02; In = imnoise(In, 'gaussian', M, V); figure, imshow(In); title("");  Lọc nhiễu ảnh Wiener: J = wiener2(In,[5 5],noise); figure, imshow(J); title(""); 15 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener Thử nghiệm lọc cách thêm nhiễu vào ảnh bị nhòe chuyển động  Load hiển thị: I = imread('D:\2.png'); imshow(I);  Làm nhòe ảnh: LEN = 21; THETA = 11; PSF = fspecial('motion', LEN, THETA); blurred = imfilter(I, PSF, 'conv', 'circular'); figure, imshow(blurred) title(''); 16 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener  Lọc nhòe ảnh Wiener: wnr1 = deconvwnr(blurred, PSF, 0); figure, imshow(wnr1); title(''); 17 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener KẾT LUẬN Như thấy, xu tiến đến cơng nghiệp 4.0, CNTT đóng vai trị quan trọng trọng lĩnh vực Ảnh số mảng quan trọng giúp cho việc xử lý, phục hồi, lưu trữ ảnh tiện dụng hữu ích với người Xử lý ứng dụng liệu lọc Wiener đem lại hiệu lớn lao việc phục chế từ xây dựng lên chương trình tự động hóa hoạt động xác Hướng tiếp cận xử lý ảnh theo lọc Wiener đơn giản đem lại hiệu cao mà ứng dụng phổ biến xử lý ảnh So với phương pháp khác, phương pháp sử dụng lọc Wiener mang lại đơn giản, tiện dụng, nhanh chóng việc xử lý phục hồi ảnh số Qua đề tài mà nhóm tiến hành tìm hiểu chương trình nhóm xây dựng, nhóm đạt kết định: • Tìm hiểu ngun nhân gây nên vấn đề cần khắc phục ảnh số • Nghiên cứu sở ứng dụng lọc Wiener xử lý ảnh số • Xây dựng thử nghiệm thành cơng ứng dụng lọc Wiener Ngồi ra, q trình thực đề tài nhóm vấp phải khơng khó khăn chưa hoàn thiện hoàn toàn đề tài Cụ thể vấn đề tồn như: • Bộ lọc Wiener thường lọc thông thấp, lượng ảnh thường tập trung vùng tần số thấp nên hiệu tối ưu cho việc phục hồi ảnh chưa triệt để • Trong q trình xây dựng phần mềm, việc khơi phục ảnh có vấn đề phức tạp chưa khắc phục chưa cho hiệu rõ rang Dù cố gắng khơng tránh khỏi sai sót Kính mong thầy bạn đóng góp, nhận xét chỉnh sửa Chúng em xin chân thành cảm ơn! 18 | P a g e Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener TẢI LIỆU THAM KHẢO https://vi.wikipedia.org https://svi.nl/BlindDeconvolution http://www.mathworks.com/help/images/examples/deblurring-images- using-a-wiener-filter.html Two-dimentional Signal and image processing JAE Slim Chap Advanced Digital Signal Processing and Noise Reduction, Second Edition Saeed V.Vaseghi 19 | P a g e .. .Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener MỤC LỤC 2|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener. .. 3|Page Bài tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener PHẦN 1: TÌM HIỂU BÀI TỐN KHƠI PHỤC ẢNH, MƠ HÌNH QUAN SÁT ẢNH VÀ ỨNG DỤNG I BÀI TỐN KHƠI PHỤC ẢNH Khái... tốn khơi phục ảnh, mơ hình quan sát ảnh, ứng dụng thử nghiệm kỹ thuật lọc Wiener PHẦN 2: ỨNG DỤNG KỸ THUẬT LỌC WIENER TRONG XỬ LÝ ẢNH I TỔNG QUAN VỀ BỘ LỌC WIENER Giới thiệu lọc Wiener Trong lĩnh