Défloutage non aveugle
Processus de défloutage dans lequel on connaît le noyau \(h\) du
Flou.
- en fait, la seule donnée importante est la Transformée de Fourier \(\hat h\) du noyau
- méthodes :
- ⚠ faire un sharpening (ajouter le laplacien) ou une inversion directe a tendance à amplifier le bruit (et ne fonctionne pas pour tous les noyaux)
Filtre de Wiener
Imposer un "à priori" sur l'image originale \(u\) qui permet de remplir les fréquences perdues, ce qui peut être formulé comme un problème de maximisation : $$\hat u_\text{MAP}=\arg\min_u\underbrace{\lVert v-h*u\rVert^2}_\text{likelyhood}+\lambda \underbrace{p(u)}_\text{priori}$$
