(Translated by https://www.hiragana.jp/)
反褶积 - 维基百科,自由的百科全书 とべ转到内容ないよう

はん褶积

本页使用了标题或全文手工转换
维基百科ひゃっか自由じゆうてき百科ひゃっかぜん
对哥はくがつあな图像进行はんまき积前きさき使用しようてきRichardson-LucyえいRichardson–Lucy deconvolution算法さんぽう

はんまき英語えいごdeconvolutionまたしょうはんまきつもるはんすりせきあるはん滤波英語えいごinverse filter),ざい数学すうがくうえただしまきてきはん函数かんすうまき积和はんまき积这两种运算よう信号しんごう处理图像处理れい如,ようまき积进ぎょう滤波きさきようはんまき积,也能以一定的精度恢复原始信号[1]よし于记录信ごうある图像てき测量误差,以证あきらしん噪比(SNR)えつはん转滤なみてき效果こうか就越いん此,はん转滤なみ并不总是一个好的解决方案,いん为误かいだいはんまき积为这一问题提供了解决方案。

はんまき需要じゅよう大量たいりょうてき运算影像えいぞう处理技巧ぎこう越来ごえくえつ多用たようざい改善かいぜん显微镜撷取すう信号しんごうてき对比以及解析かいせきじょうゆう许多てき演算えんざん法要ほうよう改善かいぜんあるしょうじょいん为显ほろ镜有げんあなみち造成ぞうせいてき影像えいぞう楜问题,而反まき积就以这些演算法さんぽう为基础[2]

許多きょたはんまき积和时间序列じょれつてきもと础源あさしょう理工りこう学院がくいん教授きょうじゅ诺伯とく·维纳てき著作ちょさくExtrapolation, Interpolation, and Smoothing of Stationary Time Series(1949ねんちゅう[3]。此书于だい世界せかいだい完成かんせい,以维纳所做的研究けんきゅうためもと础,ただしとう时被れつ为机みつてん气预报经济がくこれ最早もはや尝试应用这些论的领域。

描述

[编辑]

はん褶积てき标一般而言是找到满足以下方程的解

观测すうすえ希望きぼう恢复てき信号しんごう。观测すうすえ通常つうじょうかず滤波あるしつ函数かんすうてき褶积,そくこれてきしつ版本はんぽん,且不易ふえき直接ちょくせつざい时域识别。函数かんすう代表だいひょう观测けい统或物理ぶつりけい统的脉冲响应。如果知道ともみちある它的形式けいしき么就以进ぎょう确定せい(Deterministic)はん褶积;はんこれ,如果ぼつゆう关于まとさき验信いきわが们就需要じゅよう对其进行估计。估计てき方法ほうほう包括ほうかつ统计估计方法ほうほう、对潜在せんざいけい统建れい如电かたほどある扩散かたほどとう

ゆう几种去まき积技术,适用于不どう测量误差まき积参すうてき选择。实际てき观测过程さら接近せっきん

其中观测噪声。如果はた含噪すうすえとうさく无噪处理,对てき统计估计はたじゅん确的,对てき估计どう样不じゅん确。しん噪比こしていはん褶积效果こうかえつ,这就ぎゃくこう滤波えいInverse_filterてき效果こうか通常つうじょうこのみてき原因げんいん。如果对信ごうちゅうてき噪声分布ぶんぷゆうさき验信いきれい如知どう信号しんごうちゅう存在そんざいしろ噪声),对てき估计就可以通过维纳はん褶积えいWiener_deconvolutionとう方法ほうほうひさげだか

ざい理想りそうじょう况下(しん噪比很高时),はん褶积就是はん滤波。原始げんしはん褶积以在ひしげひろしひしげ斯域进行:计算观测すうすえけい统响应函すうてきでんさとかのう变换いた,其中これ传递函数かんすう。此时:

さいきさき,对进行ぎゃくでんさとかのう变换,就可以得いたどおり过反褶积いたてき原始げんし信号しんごうてき估计。需要じゅよう注意ちゅういてきゆかり于传递函すうざい分母ぶんぼじょう,对系统建产生てき误差かいだい

應用おうよう

[编辑]

地震じしん分析ぶんせき

[编辑]

地震じしん分析ぶんせきちゅうてきはん褶积どおり过压缩基本子もとこらいひさげだか地震じしんかずすえたれむこうぶんべんりつてき处理过程[4]ざい理想りそうじょう况下,はん褶积ただしのう压缩なみ长度而且のうおとろえ减多さいきさきざい地震じしんうえ仅仅保留ほりゅう反射はんしゃけいすうかたちどう地層ちそう反射はんしゃめん。這種地震じしんすうすえ處理しょり方法ほうほう假設かせつ地下ちか地層ちそう結構けっこういち反射はんしゃけいすうてき時間じかん函數かんすう[5]とう地震じしん震源しんげんなみあずか反射はんしゃけいすう褶积きさき形成けいせいてき反射はんしゃ就是檢波けんぱしょ接受せつじゅてき信號しんごうはん褶积就是したがえ信號しんごうちゅう導出どうしゅつ反射はんしゃけいすうてき時間じかん函數かんすう[6]

參考さんこう文獻ぶんけん

[编辑]
  1. ^ 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そん于2021-09-03). 
  2. ^ Introduction to Deconvolution. [2021-11-09]. (原始げんし内容ないようそん于2021-11-09). 
  3. ^ Wiener, N. Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Cambridge, Mass: MIT Press. 1964. ISBN 0-262-73005-7. 
  4. ^ O'Haver, T. "Intro to Signal Processing - Deconvolution". University of Maryland at College Park. Retrieved 2007-08-15.
  5. ^ Wiener, N. (1964). Extrapolation, Interpolation, and Smoothing of Stationary Time Series. Cambridge, Mass: MIT Press. ISBN 0-262-73005-7
  6. ^ “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]