主要内容

Deconvblind.

使用盲反卷积去模糊图像

页面上倒塌

语法

[J, psfr] = deconvblind(我psfi)
[j，psfr] = Deconvblind（i，psfi，iter）
[J, psfr] = deconvblind(我psfi iter dampar)
[J, psfr] = deconvblind(我psfi iter dampar,重量)
[J，PSFR] = Deconvblind（i，psfi，iter，dampar，重量，读数）
[j，psfr] = deconvblind（___，乐趣）

描述

[j那PSFR.) = deconvblind (我那PSFI.）deconvolves形象我使用最大似然算法和点扩展功能（PSF）的初始估计，PSFI.．的Deconvblind.功能返回DeBlurred图像j和恢复的PSFPSFR.．

为了改善修复工作，Deconvblind.金宝app支持几个可选参数，如下所述。使用［］如果没有指定中间参数，则作为占位符。

[j那PSFR.) = deconvblind (我那PSFI.那iter）指定迭代次数，iter．

[j那PSFR.) = deconvblind (我那PSFI.那iter那dampar）通过抑制与噪声相比偏差较小的像素的迭代(由阻尼阈值指定)来控制噪声放大dampar．默认情况下，不会发生阻尼。

示例

[j那PSFR.) = deconvblind (我那PSFI.那iter那dampar那重量）指定输入图像中的哪些像素我在恢复中被考虑。元素的值重量阵列确定考虑输入图像中的对应位置处的像素的数量。例如，要从考虑中排除像素，请将其分配一个值0.在重量数组中。您可以根据平场校正量调整分配给每个像素的权重值。

[j那PSFR.) = deconvblind (我那PSFI.那iter那dampar那重量那读出）指定添加剂噪声（如背景和前景噪声）以及读出相机噪声的方差，读出．

[j那PSFR.) = deconvblind (___那有趣的）,在那里有趣的是一个函数的句柄，该函数描述了PSF上的附加约束。有趣的在每次迭代结束时调用。有关函数句柄的更多信息，请参见创建功能句柄．

例子

全部折叠

打开生活的脚本

使用噪声创建示例图像。

％将随机数生成器设置回其默认设置结果中的％一致性。rng默认；我=棋盘(8);PSF = fspecial ('高斯'，7,10）;v = .0001;模糊不良= imnoise（imfilter（i，psf），'高斯'，0，v）;

创建权重阵列以指定处理中包含的像素。

wt = zeros（尺寸（i））;WT（5：结束-4,5：端4）= 1;initpsf = init（大小（psf））;

执行盲目解卷积。

[J P] = deconvblind(模糊噪声，INITPSF,20,10*根号(V)，WT);

显示结果。

子图（221）; imshow（模糊不识）;标题（A =模糊和嘈杂）;次要情节(222);imshow (PSF, []);标题（“真正的PSF”）;子图（223）; imshow（j）;标题（'deblurred图像'）;次要情节(224);imshow (P, []);标题（'恢复的psf'）;

图包含4个轴。带有标题A =模糊和嘈杂的轴1包含类型图像的对象。具有标题的轴2 True PSF包含类型图像的对象。具有标题下式图像的轴3包含类型图像的对象。具有标题恢复的PSF的轴4包含类型图像的对象。

输入参数

全部折叠

模糊图像，指定为任何维度的数字数组。您还可以将映像指定为单元格数组，以启用中断迭代。有关更多信息，请参阅提示．

数据类型：单身|双|int16|uint8.|uint16

初始估计PSF，指定为数字数组。PSF恢复受到最初猜测的大小的强烈影响PSFI.且少于它包含的值。出于这个原因，请指定一系列1是你的PSFI.．

你也可以指定PSFI.作为单元数组，以启用中断迭代。有关更多信息，请参阅提示．

数据类型：单身|双|int16|uint8.|uint16

迭代次数，指定为正整数。

数据类型：双

阻尼阈值，指定为数字标量。用于迭代之间的偏差小于阈值的像素发生阻尼。dampar具有相同的数据类型我．

每个像素的权重值，指定为值范围为[0,1]的数字数组。重量与输入图像大小相同，我．默认情况下，所有元素重量有价值1，因此所有像素都被认为是恢复的。

数据类型：双

噪声，指定为数字标量或数字数组。价值读出对应于附加噪声（例如来自前景和背景的噪声）以及读出相机噪声的方差。读出具有相同的数据类型我．

函数句柄，指定为句柄。有趣的必须接受PSF作为其第一个参数。该函数必须返回一个参数:一个与原始PSF大小相同的PSF，并且满足正数和规范化约束。

输出参数

全部折叠

已模糊的图像，作为数字数组或1 × 4单元格数组返回。j（或者J {1}当j是单元阵列）具有相同的数据类型我．查询有关返回的更多信息j作为中断迭代的单元格数组，请参见提示．

恢复PSF，返回为正数阵列或一个1×4个单元格数组。PSFR.与PSF的初始估计大小相同，PSFI.，它是标准化的，所以元素的和是1。查询有关返回的更多信息PSFR.作为中断迭代的单元格数组，请参见提示．

数据类型：双

提示

  • 您可以使用Deconvblind.从前一个反褶积停止的地方开始进行反褶积。要使用此功能，请传递输入图像我和PSF的初步猜测，PSFI.，作为单元格阵列：{我}和{psfi}．当你这样做时，Deconvblind.函数返回输出图像j恢复的点扩散函数，PSFR.，作为单元阵列，然后可以将其作为输入阵列传递到下一个Deconvblind.打电话。输出单元数组j包含四个元素：

    J {1}包含我，原始图像。

    J {2}包含最后迭代的结果。

    J {3}包含下一次迭代的结果。

    J {4}是由迭代算法生成的数组。

  • 输出映像j可以表现出离散傅里叶变换引入的环。要减少振铃，请使用我= Edgetaper（I，PSFI）在打电话之前Deconvblind.．

参考文献

[1] D.S.C.Biggs和M. Andrews，迭代图像恢复算法的加速度，应用光学，卷。36，1997年8月8日。

R.J. Hanisch, R.L. White, R.L. Gilliland，哈勃太空望远镜图像和光谱的反卷积，图像与光谱的反褶积，杨松，第2版，加州学术出版社，1997。

[3]蒂莫西J. Holmes，等，利用最大似然反褶积重建光学显微图像《生物共聚焦显微镜手册》，James B. Pawley编著，Plenum出版社，纽约，1995年。

另请参阅

|||||||

主题

之前介绍过的R2006a

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书