deconvlucy
使用露西-理查森方法对图像进行去模糊处理
语法
说明
示例
读取并显示没有模糊或噪声的原始图像。此示例以可选方式将图像裁剪到大小为 256×256，左上角 (x,y) 坐标为 (2,50)。
I = imread("board.tif"); I = imcrop(I,[2 50 255 255]); imshow(I) title("Original Image")
创建一个 PSF，它表示标准差为 5、大小为 5×5 的滤波器的高斯模糊。
PSF = fspecial("gaussian",5,5);对图像中的模糊进行仿真。
blurred = imfilter(I,PSF,"symmetric","conv");
添加仿真的零均值高斯噪声。
V = 0.002; blurred_noisy = imnoise(blurred,"gaussian",0,V); imshow(blurred_noisy) title("Blurred and Noisy Image")
使用 deconvlucy 还原模糊且含噪的图像。指定用于创建模糊的 PSF 并将迭代次数减少到 5。
luc1 = deconvlucy(blurred_noisy,PSF,5);
imshow(luc1)
title("Restored Image")
创建一个示例图像并对其进行模糊处理。
I = checkerboard(8); PSF = fspecial('gaussian',7,10); V = .0001; BlurredNoisy = imnoise(imfilter(I,PSF),'gaussian',0,V);
创建一个权重数组并使用几个可选参数调用 deconvlucy。
WT = zeros(size(I)); WT(5:end-4,5:end-4) = 1; J1 = deconvlucy(BlurredNoisy,PSF); J2 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V)); J3 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);
显示结果。
subplot(221);imshow(BlurredNoisy); title('A = Blurred and Noisy'); subplot(222);imshow(J1); title('deconvlucy(A,PSF)'); subplot(223);imshow(J2); title('deconvlucy(A,PSF,NI,DP)'); subplot(224);imshow(J3); title('deconvlucy(A,PSF,NI,DP,WT)');
输入参数
输出参量
提示
您可以使用
deconvlucy从上一次反卷积停止处开始执行反卷积。要使用此功能，请将输入图像I作为元胞数组传递，即{I}。在执行此操作时，deconvlucy函数将输出图像J以元胞数组形式返回，然后您可以将其作为输入数组传递给下一个deconvlucy调用。输出元胞数组J包含四个元素：J{1}包含原始图像I。J{2}包含最后一次迭代的结果。J{3}包含倒数第二次迭代的结果。J{4}是由迭代算法生成的数组。输出图像
J可能出现算法中使用的离散傅里叶变换引入的振铃效应。要减少振铃效应，请在调用deconvlucy之前使用I = edgetaper(I,psf)。deconvlucy将 PSF 转换为double而不进行归一化。deconvlucy可以返回输出图像中超出输入图像范围的值。
参考
[1] D. S. C. Biggs and M. Andrews, Acceleration of iterative image restoration algorithms, Applied Optics, Vol. 36, No. 8, 1997.
[2] R. J. Hanisch, R. L. White, and R. L. Gilliland, Deconvolutions of Hubble Space Telescope Images and Spectra, Deconvolution of Images and Spectra, Ed. P.A. Jansson, 2nd ed., Academic Press, CA, 1997.
