25 lines
1.2 KiB
Markdown
25 lines
1.2 KiB
Markdown
# Übung 2: Bildrekonstruktion mit Wiener Filter & Inverser Filterung
|
|
Gegeben ist eine Abbildung der ETH-Zürich mit einer Bildstörung wie im folgenden zu sehen:
|
|
|
|
|
|
|
|
|
|
Als Bildstörung ist hier Motion Blur einer gleichförmigen Kamerabewegung von 31 Pixel
|
|
und einem Winkel von 11 Grad (gegen den Uhrzeigersinn) verwendet.
|
|
Berechnen
|
|
|
|
# Aufgabe a) Inverse Filterung
|
|
Benutzen Sie inverse Filterung um die Bildstörung (Motion Blur und Rauschen) im Bild
|
|
zu entfernen. Die Inverse Filterung muss anhand der Formeln von der Vorlesung selbst programmiert werden.
|
|
|
|
Verwenden Sie eine geeignete "cutoff"-Frequenz.
|
|
Nutzen Sie die Datei [a.py](a.py) um Ihre Lösung zu implementieren. In der Datei ist die "Point Spread Function" (PSF)
|
|
bereits implementiert und in den Frequenzbereich transformiert. Die PSF entspricht der Transferfuntkion der
|
|
Bildstörung.
|
|
|
|
# Aufgabe b) Wiener Filterung
|
|
Nutzen Sie ebenfalls Datei [a.py](a.py),
|
|
Benutzen Sie Wiener Filterung um die Bildstörung (Motion Blur und Rauschen) im Bild
|
|
zu entfernen. Die Wiener Filterung muss anhand der Formeln von der Vorlesung selbst programmiert werden.
|
|
|
|
Verwenden Sie einen geeigneten Parameter K für den Wiener Filter. |