原始图像加噪图像均值滤波后的图像中值滤波后的图像维纳滤波后的图像
结论：对于乘性噪声，维纳滤波对噪声的抑制效果更好，但也容易失去边缘信息。
5结论
维纳滤波对高斯噪声、乘性噪声都有明显的抑制作用，正常情况下，图像恢复效果比均值滤波和中值滤波效果好，但维纳滤波容易失去边缘信息。而对于椒盐噪声几乎没有抑制效果。维纳滤波适应面广，去噪效果好，但算法复杂度高，处理效率不高。
维纳滤波复原法存在着几个实质性的局限。第一，最有标准是基于最小均方误差的且对所有误差等权处理，这个标准在数学上可以接受，但却是个不适合人眼的方式，原因在于人类对复原错误的感知在具有一致灰度和亮度的区域中更为严重，而对于出现在暗的和高梯度区域的误差敏感性差得多。第二，空间可变的退化不能用维纳滤波复原法复原，而这样的退化是常见的。第三，维纳滤波不能处理非平稳信号和噪声。
通过MATLAB仿真实验，使我们更加深刻地了解到维纳滤波的原理及其在图像处理方面的应用。在图像恢复处理中使用的方法还有很多，应该根据具体情况做具体分析，维纳滤波是假设图像信号可以近似看成平稳随机过程的前提下，使输入图像和恢复图像之间的均方误差达到最小的准则函数来实现图像恢复的方法。如果已知图像的统计特性，那么用维纳滤波来进行图像处理的效果还是可观的[8]
。我们在上述实验过程中假
定的噪声是高斯的且是加性的，噪声和信号相互独立，然而在实际测量中很多图像的噪声往往是非加性的，因此我们需要进一步将维纳滤波器推广到更复杂的情况中，由于时间和水平有限，在此就不加叙述。
参考文献
[1]李朝晖、张弘编.数字图像处理及应用 [M].北京:机械工业出版社，2004（06）. [2]刘卓亚.图像去噪技术综述[J].科技信 息,2013,(15):317.
[3]吴建华,李迟生,周卫星.中值滤波与均 值滤波的去噪性能比较[J].南昌大学学 报(工科版),1998,(01):33-36. [4]李鸿林,张忠民,羿宗琪.中值滤波技术 在图像处理中的应用[J].信息技术, 2004,(07):26-27.
[5]崔晓杰.维纳滤波的应用研究[D].长安 大学,2006.
[6]丁玉美、阔永红、高新波编.数字信号处 理[M].北京:机械工业出版社，2004（06）. [7]曾敬枫.基于MATLAB维纳滤波算法在 图像复原实验的应用[J].现代计算机 (专业版),2014,(34):3-5.
[8]陈友凎.基于MATLAB的维纳滤波器仿真 研究.中国科技论文网
[9]田小平,郑娜,吴成茂.多尺度动静态联 合彩色图像滤波处理.西邮学报
[10]田小平;乔森;吴成茂.一种改进的图像 模糊对比度增强算法.西安邮电大学学报.
附录：
给图像加噪声：
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); J=imnoise(I,'gaussian',0,0.005); subplot(2,3,1);imshow(I); title('原始图像');
subplot(2,3,2); imshow(J);
title('加入高斯噪声之后的图像');
K1=filter2(fspecial('average',3),J)/255; K2=filter2(fspecial('average',5),J)/255; K3=filter2(fspecial('average',7),J)/255; K4= filter2(fspecial('average',9),J)/255; subplot(2,3,3);imshow(K1); title('改进后的图像1'); subplot(2,3,4); imshow(K2); title('改进后的图像2'); subplot(2,3,5);imshow(K3); title('改进后的图像3'); subplot(2,3,6);imshow(K4); title('改进后的图像');
实验一：维纳滤波对不同噪声的滤波效果
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); subplot(3,3,1);imshow(I); title('原始图像');
J1=imnoise(I,'gaussian',0,0.02); subplot(3,3,2);imshow(J1); title('加高斯噪声图'); K1=wiener2(J1,[3 3]); subplot(3,3,3);imshow(K1); title('维纳滤波后的图像');
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); subplot(3,3,4);imshow(I); title('原始图像');
J2=imnoise(I,'salt & pepper',0.02); subplot(3,3,5);imshow(J2); title('加椒盐噪声图'); K1=wiener2(J2,[3 3]);
subplot(3,3,6);imshow(K1); title('维纳滤波后的图像');
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); subplot(3,3,7);imshow(I); title('原始图像');
J3=imnoise(I,'speckle',0.02); subplot(3,3,8);imshow(J3); title('加乘性噪声图'); K1=wiener2(J3,[3 3]); subplot(3,3,9);imshow(K1); title('维纳滤波后的图');
实验二：加入高斯噪声，作均值、中值和维纳滤波
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); J1=imnoise(I,'gaussian',0,0.02);
K2=filter2(fspecial('average',3),J)/255; K= medfilt2(J);¨
K1=wiener2(J,[3 3]);¨ subplot(2,3,1);imshow(I); title('原始图像');
subplot(2,3,2);imshow(J); title('加噪图像');
subplot(2,3,3);imshow(K2); title('均值滤波后的图像'); subplot(2,3,4);imshow(K); title('中值滤波后的图像'); subplot(2,3,5);imshow(K1); title('维纳滤波后的图像');
实验三：加入椒盐噪声，作均值、中值和维纳滤波
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); J2=imnoise(I,'salt & pepper',0.02);
K2=filter2(fspecial('average',3),J)/255; K= medfilt2(J);
K1=wiener2(J,[3 3]); subplot(2,3,1);imshow(I); title('原始图像');
subplot(2,3,2);imshow(J); title('加噪图像');
subplot(2,3,3);imshow(K2); title('均值滤波后的图像'); subplot(2,3,4);imshow(K); title('中值滤波后的图像'); subplot(2,3,5);imshow(K1); title('维纳滤波后的图像');
实验四：加乘性噪声，作均值、中值和维纳滤波
I=imread('C:\\Users\\Administrator\\Desktop\\lena.jpg'); J3=imnoise(I,'speckle',0.02);
K2=filter2(fspecial('average',3),J)/255; K= medfilt2(J); K1=wiener2(J,[3 3]); subplot(2,3,1);imshow(I); title('原始图像');
subplot(2,3,2);imshow(J); title('加噪图像');
subplot(2,3,3);imshow(K2); title('均值滤波后的图像'); subplot(2,3,4);imshow(K); title('中值滤波后的图像'); subplot(2,3,5);imshow(K1); title('维纳滤波后的图像');
报告任务完成记录表： 姓名 李萌 完成任务 前期资料收集、程序仿真及论文写作、公式推导编辑、报告内容及参考文献的查阅 论文内容与格式整理、程序仿真及论文写作、公式编辑、报告内容及参考文献的查阅 赵岂
导师签名：