维基百科 ひゃっか ,自由 じゆう 的 てき 百科 ひゃっか 全 ぜん 书
对哥白 はく 尼 に 月 がつ 坑 あな 之 の 图像进行反 はん 卷 まき 积前后 きさき ,使用 しよう 的 てき 是 ぜ Richardson-Lucy 算法 さんぽう
反 はん 卷 まき 积 (英語 えいご :deconvolution )又 また 称 しょう 反 はん 卷 まき 積 つもる 、反 はん 摺 すり 積 せき 或 ある 反 はん 滤波 (英語 えいご :inverse filter ),在 ざい 数学 すうがく 上 うえ 是 ただし 卷 まき 积的 てき 反 はん 函数 かんすう 。卷 まき 积和反 はん 卷 まき 积这两种运算都 と 用 よう 于信号 しんごう 处理和 わ 图像处理 。例 れい 如,用 よう 卷 まき 积进行 ぎょう 滤波后 きさき 用 よう 反 はん 卷 まき 积,也能以一定的精度恢复原始信号[ 1] 。由 よし 于记录信号 ごう 或 ある 图像的 てき 测量误差,可 か 以证明 あきら 信 しん 噪比 (SNR)越 えつ 差 さ ,反 はん 转滤波 なみ 器 き 的 てき 效果 こうか 就越差 さ ;因 いん 此,反 はん 转滤波 なみ 器 き 并不总是一个好的解决方案,因 いん 为误差 さ 会 かい 放 ひ 大 だい 。反 はん 卷 まき 积为这一问题提供了解决方案。
反 はん 卷 まき 积需要 じゅよう 大量 たいりょう 的 てき 运算影像 えいぞう 处理技巧 ぎこう ,越来 ごえく 越 えつ 多用 たよう 在 ざい 改善 かいぜん 显微镜撷取数 すう 位 い 信号 しんごう 的 てき 对比以及解析 かいせき 度 ど 上 じょう 。有 ゆう 许多的 てき 演算 えんざん 法要 ほうよう 改善 かいぜん 或 ある 消 しょう 除 じょ 因 いん 为显微 ほろ 镜有限 げん 孔 あな 径 みち 造成 ぞうせい 的 てき 影像 えいぞう 模 も 楜问题,而反卷 まき 积就是 ぜ 以这些演算法 さんぽう 为基础[ 2] 。
許多 きょた 反 はん 卷 まき 积和时间序列 じょれつ 的 てき 基 もと 础源自 じ 麻 あさ 省 しょう 理工 りこう 学院 がくいん 教授 きょうじゅ 诺伯特 とく ·维纳 的 てき 著作 ちょさく Extrapolation, Interpolation, and Smoothing of Stationary Time Series (1949年 ねん )中 ちゅう [ 3] 。此书于第 だい 二 に 次 じ 世界 せかい 大 だい 战期 き 间完成 かんせい ,以维纳所做的研究 けんきゅう 為 ため 基 もと 础,但 ただし 当 とう 时被列 れつ 为机密 みつ 。天 てん 气预报和 わ 经济学 がく 是 これ 最早 もはや 尝试应用这些理 り 论的领域。
反 はん 褶积的 てき 目 め 标一般而言是找到满足以下方程的解
f
{\displaystyle f}
:
f
∗
g
=
h
{\displaystyle f*g=h\,}
h
{\displaystyle h}
是 ぜ 观测数 すう 据 すえ ,
f
{\displaystyle f}
是 ぜ 希望 きぼう 恢复的 てき 信号 しんごう 。观测数 すう 据 すえ
h
{\displaystyle h}
通常 つうじょう 是 ぜ
f
{\displaystyle f}
和 かず 滤波器 き 或 ある 失 しつ 真 ま 函数 かんすう
g
{\displaystyle g}
的 てき 褶积,即 そく
h
{\displaystyle h}
是 これ
f
{\displaystyle f}
的 てき 失 しつ 真 ま 版本 はんぽん ,且不易 ふえき 直接 ちょくせつ 在 ざい 时域识别。函数 かんすう
g
{\displaystyle g}
代表 だいひょう 观测系 けい 统或物理 ぶつり 系 けい 统的脉冲响应 。如果知道 ともみち
g
{\displaystyle g}
或 ある 它的形式 けいしき ,那 な 么就可 か 以进行 ぎょう 确定性 せい (Deterministic)反 はん 褶积;反 はん 之 これ ,如果没 ぼつ 有 ゆう 关于
g
{\displaystyle g}
的 まと 先 さき 验信息 いき ,我 わが 们就需要 じゅよう 对其进行估计。估计的 てき 方法 ほうほう 包括 ほうかつ 统计估计 方法 ほうほう 、对潜在 せんざい 系 けい 统建模 も (例 れい 如电路 ろ 方 かた 程 ほど 或 ある 扩散方 かた 程 ほど )等 とう 。
有 ゆう 几种去卷 まき 积技术,适用于不同 どう 测量误差和 わ 去 さ 卷 まき 积参数 すう 的 てき 选择。实际的 てき 观测过程更 さら 接近 せっきん :
(
f
∗
g
)
+
ε いぷしろん
=
h
{\displaystyle (f*g)+\varepsilon =h\,}
其中
ε いぷしろん
{\displaystyle \varepsilon }
是 ぜ 观测噪声 。如果将 はた 含噪数 すう 据 すえ 当 とう 作 さく 无噪处理,对
g
{\displaystyle g}
的 てき 统计估计将 はた 是 ぜ 不 ふ 准 じゅん 确的,对
f
{\displaystyle f}
的 てき 估计同 どう 样不准 じゅん 确。信 しん 噪比越 こし 低 てい ,反 はん 褶积效果 こうか 越 えつ 差 さ ,这就是 ぜ 逆 ぎゃく 向 こう 滤波的 てき 效果 こうか 通常 つうじょう 不 ふ 好 このみ 的 てき 原因 げんいん 。如果对信号 ごう 中 ちゅう 的 てき 噪声分布 ぶんぷ 有 ゆう 先 さき 验信息 いき (例 れい 如知道 どう 信号 しんごう 中 ちゅう 存在 そんざい 白 しろ 噪声 ),对
f
{\displaystyle f}
的 てき 估计就可以通过维纳反 はん 褶积 等 とう 方法 ほうほう 提 ひさげ 高 だか 。
在 ざい 理想 りそう 情 じょう 况下(信 しん 噪比很高时),反 はん 褶积就是反 はん 滤波。原始 げんし 反 はん 褶积可 か 以在拉 ひしげ 普 ひろし 拉 ひしげ 斯域进行:计算观测数 すう 据 すえ
h
{\displaystyle h}
和 わ 系 けい 统响应函数 すう
g
{\displaystyle g}
的 てき 傅 でん 里 さと 叶 かのう 变换 ,得 え 到 いた
H
{\displaystyle H}
和 わ
G
{\displaystyle G}
,其中
G
{\displaystyle G}
是 これ 传递函数 かんすう 。此时:
F
=
H
/
G
{\displaystyle F=H/G\,}
最 さい 后 きさき ,对
F
{\displaystyle F}
进行逆 ぎゃく 傅 でん 里 さと 叶 かのう 变换,就可以得到 いた 通 どおり 过反褶积得 え 到 いた 的 てき 对原始 げんし 信号 しんごう
f
{\displaystyle f}
的 てき 估计。需要 じゅよう 注意 ちゅうい 的 てき 是 ぜ ,由 ゆかり 于传递函数 すう
G
{\displaystyle G}
在 ざい 分母 ぶんぼ 上 じょう ,对系统建模 も 产生的 てき 误差会 かい 被 ひ 放 ひ 大 だい 。
地震 じしん 分析 ぶんせき 中 ちゅう 的 てき 反 はん 褶积是 ぜ 通 どおり 过压缩基本子 もとこ 波 は 来 らい 提 ひさげ 高 だか 地震 じしん 数 かず 据 すえ 垂 たれ 向 むこう 分 ぶん 辨 べん 率 りつ 的 てき 处理过程[ 4] 。在 ざい 理想 りそう 情 じょう 况下,反 はん 褶积不 ふ 但 ただし 能 のう 压缩子 こ 波 なみ 长度而且能 のう 衰 おとろえ 减多次 じ 波 は ,最 さい 后 きさき 在 ざい 地震 じしん 波 は 上 うえ 仅仅保留 ほりゅう 反射 はんしゃ 系 けい 数 すう 。形 かたち 同 どう 地層 ちそう 反射 はんしゃ 面 めん 。這種地震 じしん 数 すう 据 すえ 處理 しょり 方法 ほうほう 是 ぜ 假設 かせつ 地下 ちか 地層 ちそう 結構 けっこう 是 ぜ 一 いち 個 こ 反射 はんしゃ 系 けい 数 すう 的 てき 時間 じかん 函數 かんすう [ 5] 。當 とう 地震 じしん 震源 しんげん 子 こ 波 なみ 與 あずか 反射 はんしゃ 系 けい 数 すう 褶积后 きさき ,形成 けいせい 的 てき 反射 はんしゃ 波 は 就是檢波 けんぱ 器 き 所 しょ 接受 せつじゅ 的 てき 信號 しんごう 。反 はん 褶积就是從 したがえ 信號 しんごう 中 ちゅう ,導出 どうしゅつ 反射 はんしゃ 系 けい 数 すう 的 てき 時間 じかん 函數 かんすう [ 6] 。
^ O'Haver, T. Intro to Signal Processing - Deconvolution . University of Maryland at College Park. [2007-08-15 ] . (原始 げんし 内容 ないよう 存 そん 档 于2021-09-03).
^ Introduction to Deconvolution . [2021-11-09 ] . (原始 げんし 内容 ないよう 存 そん 档 于2021-11-09).
^ Wiener, N. Extrapolation, Interpolation, and Smoothing of Stationary Time Series . Cambridge, Mass: MIT Press. 1964. ISBN 0-262-73005-7 .
^ O'Haver, T. "Intro to Signal Processing - Deconvolution". University of Maryland at College Park. Retrieved 2007-08-15.
^ Wiener, N. (1964). Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Cambridge, Mass: MIT Press. ISBN 0-262-73005-7
^ “Introduction to Deconvolution”https://www.olympus-lifescience.com/en/microscope-resource/primer/digitalimaging/deconvolution/dec [失效 しっこう 連結 れんけつ ]