Wiener deconvolution (original) (raw)
In der Mathematik stellt die Wiener-Dekonvolution eine Anwendung des Wiener-Filters für Rauschprobleme in der Entfaltung dar. Sie versucht, bei der Entfaltung den Einfluss von Rauschen im Frequenzraum zu minimieren und wird daher meist bei schlechten Signal-Rausch-Verhältnissen angewendet. Die Wiener-Entfaltung ist in Entfaltungsanwendungen im Fotobereich weit verbreitet, da das Frequenzspektrum von Bildern im sichtbaren Bereich vergleichsweise einfach zu bestimmen ist. Die Wiener-Entfaltung ist nach Norbert Wiener benannt.
.png?width=300)
| Property | Value |
|---|---|
| dbo:abstract | In der Mathematik stellt die Wiener-Dekonvolution eine Anwendung des Wiener-Filters für Rauschprobleme in der Entfaltung dar. Sie versucht, bei der Entfaltung den Einfluss von Rauschen im Frequenzraum zu minimieren und wird daher meist bei schlechten Signal-Rausch-Verhältnissen angewendet. Die Wiener-Entfaltung ist in Entfaltungsanwendungen im Fotobereich weit verbreitet, da das Frequenzspektrum von Bildern im sichtbaren Bereich vergleichsweise einfach zu bestimmen ist. Die Wiener-Entfaltung ist nach Norbert Wiener benannt. (de) La déconvolution de Wiener est une opération mathématique appliquant un filtre de Wiener pour éliminer ou atténuer une partie des bruits dans un signal. Elle opère dans le domaine fréquentiel en essayant de minimiser l'impact du bruit là où le rapport signal/bruit est mauvais. Cette méthode convient non seulement au son, mais aux images, car le spectre de fréquence de la plupart des images visuelles est souvent bien conditionné et peut être estimé facilement. Elle tient son nom du mathématicien Norbert Wiener. (fr) In mathematics, Wiener deconvolution is an application of the Wiener filter to the noise problems inherent in deconvolution. It works in the frequency domain, attempting to minimize the impact of deconvolved noise at frequencies which have a poor signal-to-noise ratio. The Wiener deconvolution method has widespread use in image deconvolution applications, as the frequency spectrum of most visual images is fairly well behaved and may be estimated easily. Wiener deconvolution is named after Norbert Wiener. (en) Dekonwolucja Wienera – zastosowanie filtru Wienera w celu oddzielenia szumu, który podlega splotowi z pierwotnym sygnałem. Jest ona dokonywana w domenie częstotliwości. Dekonwolucja Wienera jest często stosowana w cyfrowym przetwarzaniu sygnałów (np. w optyce), ponieważ łatwo jest przy jej pomocy określić spektrum częstotliwości niezaburzonego sygnału. Dodatkowym efektem jego zastosowania w przypadku obrazu, jest także pozbycie się rozmycia. Zastosowanie Dekonwolucji Wienera minimalizuje błąd średniokwadratowy. Jeśli szum jest równy zero, zastosowanie filtru Wienera, jest równe . Były także próby zastosowania uczenia głębokiego w celu polepszenia efektów Dekonwolucji Wienera. (pl) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Image_restoration_(motion_blur,_Wiener_filtering).png?width=300 |
| dbo:wikiPageExternalLink | http://cnx.org/content/m13144/latest/ http://www.owlnet.rice.edu/~elec539/Projects99/BACH/proj2/blind/bd.html |
| dbo:wikiPageID | 8103917 (xsd:integer) |
| dbo:wikiPageLength | 6963 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1116471126 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Power_spectral_density dbc:Image_noise_reduction_techniques dbr:Deconvolution dbr:Information_field_theory dbr:Convolution dbr:Mathematics dbr:Noise dbr:Wirtinger_derivatives dbr:Complex_conjugate dbr:Point_spread_function dbc:Signal_estimation dbr:Expected_value dbr:Fourier_transform dbr:Norbert_Wiener dbr:Parseval's_theorem dbr:LTI_system_theory dbr:Blind_deconvolution dbr:Wiener_filter dbr:Frequency_domain dbr:Mean_square_error dbr:Inverse_Fourier_transform dbr:Signal-to-noise_ratio dbr:Image dbr:Impulse_response dbr:Plancherel_theorem dbr:Statistical_independence dbr:File:Image_restoration_(motion_blur,_Wiener_filtering).png |
| dbp:wikiPageUsesTemplate | dbt:Commons |
| dct:subject | dbc:Image_noise_reduction_techniques dbc:Signal_estimation |
| gold:hypernym | dbr:Application |
| rdf:type | dbo:Software yago:Ability105616246 yago:Abstraction100002137 yago:Cognition100023271 yago:Know-how105616786 yago:Method105660268 yago:PsychologicalFeature100023100 yago:WikicatImageNoiseReductionTechniques yago:Technique105665146 |
| rdfs:comment | In der Mathematik stellt die Wiener-Dekonvolution eine Anwendung des Wiener-Filters für Rauschprobleme in der Entfaltung dar. Sie versucht, bei der Entfaltung den Einfluss von Rauschen im Frequenzraum zu minimieren und wird daher meist bei schlechten Signal-Rausch-Verhältnissen angewendet. Die Wiener-Entfaltung ist in Entfaltungsanwendungen im Fotobereich weit verbreitet, da das Frequenzspektrum von Bildern im sichtbaren Bereich vergleichsweise einfach zu bestimmen ist. Die Wiener-Entfaltung ist nach Norbert Wiener benannt. (de) La déconvolution de Wiener est une opération mathématique appliquant un filtre de Wiener pour éliminer ou atténuer une partie des bruits dans un signal. Elle opère dans le domaine fréquentiel en essayant de minimiser l'impact du bruit là où le rapport signal/bruit est mauvais. Cette méthode convient non seulement au son, mais aux images, car le spectre de fréquence de la plupart des images visuelles est souvent bien conditionné et peut être estimé facilement. Elle tient son nom du mathématicien Norbert Wiener. (fr) In mathematics, Wiener deconvolution is an application of the Wiener filter to the noise problems inherent in deconvolution. It works in the frequency domain, attempting to minimize the impact of deconvolved noise at frequencies which have a poor signal-to-noise ratio. The Wiener deconvolution method has widespread use in image deconvolution applications, as the frequency spectrum of most visual images is fairly well behaved and may be estimated easily. Wiener deconvolution is named after Norbert Wiener. (en) Dekonwolucja Wienera – zastosowanie filtru Wienera w celu oddzielenia szumu, który podlega splotowi z pierwotnym sygnałem. Jest ona dokonywana w domenie częstotliwości. Dekonwolucja Wienera jest często stosowana w cyfrowym przetwarzaniu sygnałów (np. w optyce), ponieważ łatwo jest przy jej pomocy określić spektrum częstotliwości niezaburzonego sygnału. Dodatkowym efektem jego zastosowania w przypadku obrazu, jest także pozbycie się rozmycia. Zastosowanie Dekonwolucji Wienera minimalizuje błąd średniokwadratowy. Jeśli szum jest równy zero, zastosowanie filtru Wienera, jest równe . Były także próby zastosowania uczenia głębokiego w celu polepszenia efektów Dekonwolucji Wienera. (pl) |
| rdfs:label | Wiener-Dekonvolution (de) Déconvolution de Wiener (fr) Dekonwolucja Wienera (pl) Wiener deconvolution (en) |
| owl:sameAs | dbpedia-commons:Wiener deconvolution freebase:Wiener deconvolution yago-res:Wiener deconvolution wikidata:Wiener deconvolution dbpedia-de:Wiener deconvolution dbpedia-fr:Wiener deconvolution dbpedia-pl:Wiener deconvolution https://global.dbpedia.org/id/4n51V |
| prov:wasDerivedFrom | wikipedia-en:Wiener_deconvolution?oldid=1116471126&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Image_restoration_(motion_blur,_Wiener_filtering).png |
| foaf:isPrimaryTopicOf | wikipedia-en:Wiener_deconvolution |
| is dbo:wikiPageRedirects of | dbr:Anti-blurring |
| is dbo:wikiPageWikiLink of | dbr:Deconvolution dbr:Generalized_Wiener_filter dbr:Optical_transfer_function dbr:Wiener_filter dbr:Dimitri_Van_De_Ville dbr:Motion_blur dbr:List_of_statistics_articles dbr:List_of_things_named_after_Norbert_Wiener dbr:Anti-blurring |
| is foaf:primaryTopic of | wikipedia-en:Wiener_deconvolution |
