Sammenligning med andre teknikker

Sammenligning med to andre teknikker som ofte bruges til at forbedre billeder er:

Et skarphedsfilter bruger en lille konvolutionsmatrix som øger forskellen mellem et originalt billedpunkt og dets umiddelbare naboer. FIR Wiener filtrering er en generellere teknik eftersom den tillader et meget større naboskab og bedre parametrisering. Et skarphedsfilter virker kun når billederne har meget lidt udviskning. Desuden ser resultatet ofte "larmendet" ud med store værdier for skarphedsparametrene. Med FIR Wiener filtrering kan støjen reduceres anseeligt ved at vælge store værdier for parametrene Korrelation og Støjfilter.

Uskarp maskering er en anden meget populær billedforbedringsteknik. Fra en matematisk synvinkel er dens retfærdiggørelse noget dunkel, men mange personer er meget glade for den. Det første skridt er at oprette en uskarp kopi af originalbilledet. Derefter subtraheres forskellen mellem originalbilledet og det udviskede billede fra originalbilledet, deraf navnet uskarp maske. I virkeligheden uskarp maskering mere af en kontrastforbedring af de vigtige objekter i billeden end en forbedring af skarpheden. Den fjerner ikke interferensen fra kamereets blændermønster som refokusering gør.

Generelt giver uskarp maskering bedre resultater end et skarphedsfilter. Det skyldes formodentlig det faktum at uskarp maskering bruger et større naboskab end et skarphedsfilter.

Ud fra en teoretisk synvinkel vil uskarp maskering altid indføre forvrængninger. Selv under optimale omstændigheder kan den aldrig helt og holdent gøre uskarhedseffekten ugjort. Det er muligt at bevise at Wiener-filtrering er den optimale lineære filtrering. I praksis viste resultatet af FIR Wiener-filtret sig i samtlige tilfælde at være mindst lige så godt som det for uskarp maskering. FIR Wiener-filtret er ofte bedre til at genoprette små detaljer.

Nedenfor ser du en sammenligning af forskellige filtre brugt på et lille udvisket billede: