主要内容

Deconvlucy

使用Lucy-Richardson方法的DeBlur图像

页面上倒塌

语法

J = Deconvlucy（I，PSF）
J = Deconvlucy（I，PSF，Iter）
J = Deconvlucy（i，psf，iter，dampar）
J = Deconvlucy（I，PSF，ITER，Dampar，重量）
J = Deconvlucy（I，PSF，ITER，Dampar，重量，读数）
J = Deconvlucy（i，psf，iter，dampar，重量，读数，subsample）

描述

示例

j= Deconvlucy（我那PSF.）恢复镜像我随着点扩散函数（PSF）的卷积，这是降级的，PSF.，并且可能是附加噪声。该算法基于最大化所得图像的可能性j是原始图像的实例我下泊松统计。

改善恢复，Deconvlucy金宝app支持以下描述的几个可选参数。使用[]作为占位符，如果您未指定中间参数。

示例

j= Deconvlucy（我那PSF.那it）指定迭代的数量，it。

j= Deconvlucy（我那PSF.那it那Dampar.）通过抑制与噪声相比偏差的像素的迭代来控制噪声放大，与噪声相比，由阻尼阈值指定的噪声Dampar.。默认情况下，不会发生阻尼。

j= Deconvlucy（我那PSF.那it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.当重量阵列。您可以根据平场校正量调整分配给每个像素的权重值。

j= Deconvlucy（我那PSF.那it那Dampar.那重量那读数）指定添加剂噪声（例如背景或前景噪声）和读出摄像机噪声的方差，读数。

j= Deconvlucy（我那PSF.那it那Dampar.那重量那读数那subsample.）使用PSF在网格上给出的网格时使用子采样subsample.比图像更精细。

例子

崩溃

打开直播脚本

读取并显示不具有模糊或噪声的原始图像。该示例可选地在（2,50）的左上（x，y）坐标中将图像缩小为256×256的大小。

我= imread（'board.tif'）;i = imcrop（i，[2 50 255 255]）;imshow（i）标题（'原始图像​​'）

图包含轴。具有标题原始图像的轴包含类型图像的对象。

创建一个PSF，表示高斯模糊，标准偏差5和尺寸为5×5的滤波器。

psf = fspecial（'高斯'，5,5）;

模拟图像中的模糊。

模糊= imfilter（i，psf，'对称'那'conv'）;

添加模拟零均值高斯噪声。

v = 0.002;blurred_noisy = imnoise（模糊，'高斯'，0，v）;imshow（blureRd_noisy）标题（'模糊和嘈杂的图像'）

图包含轴。具有标题模糊和嘈杂图像的轴包含类型图像的对象。

使用Deconvlucy恢复模糊和嘈杂的图像。指定用于创建模糊的PSF并将迭代的数量减少为5。

Luc1 = Deconvlucy（模糊_不善，PSF，5）;imshow（luc1）标题（'恢复的图像'）

图包含轴。标题恢复图像的轴包含类型图像的对象。

打开直播脚本

创建样本图像并模糊它。

我=棋盘（8）;psf = fspecial（'高斯'，7,10）;v = .0001;模糊不良= imnoise（imfilter（i，psf），'高斯'，0，v）;

使用几个可选参数创建权重阵列并呼叫Deconvlucy。

wt = zeros（尺寸（i））;WT（5：结束-4,5：端4）= 1;J1 = Deconvlucy（模糊不良，PSF）;J2 = Deconvlucy（模糊不识，PSF，20，SQRT（V））;J3 = Deconvlucy（模糊不济，PSF，20，SQRT（V），WT）;

显示结果。

子图（221）; imshow（模糊不识）;标题（'a =模糊和吵闹'）;子图（222）; imshow（J1）;标题（'Deconvlucy（a，psf）'）;子图（223）; imshow（J2）;标题（'Deconvlucy（a，psf，ni，dp）'）;子图（224）; imshow（J3）;标题（'Deconvlucy（a，psf，ni，dp，wt）'）;

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DeconvLucy（A，PSF）的轴2包含类型图像的对象。具有标题Deconvlucy（A，PSF，NI，DP）的轴3包含类型图像的对象。具有标题Deconvlucy（A，PSF，NI，DP，WT）的轴4包含类型图像的对象。

输入参数

崩溃

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|双人间|int16|uint8.|uint16

PSF指定为数字数组。

数据类型：单身|双人间|int16|uint8.|uint16

指定为正整数的迭代次数。

数据类型：双人间

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为我。

每个像素的重量值，指定为数字阵列，其中值在范围内[0,1]。重量具有与输入图像相同的大小，我。默认情况下，所有元素都在重量有价值1，因此所有像素都被认为是恢复的。

数据类型：双人间

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

子采样，指定为正标量。

数据类型：双人间

输出参数

崩溃

deBlurred图像，返回为数字阵列或1×4个单元格数组。j（或者J {1}什么时候j是单元阵列）具有相同的数据类型我。有关返回的更多信息j作为中断迭代的单元格数组，参见提示。

提示

  • 你可以使用Deconvlucy执行一个去卷积的解卷积，以前的去卷积停止。要使用此功能，请传递输入图像我作为单元阵列，{i}。当你这样做时，Deconvlucy函数返回输出图像j作为一个单元数组，您可以将其作为输入数组传递到下一个Deconvlucy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可以表现出通过在算法中使用的离散傅里叶变换引入的振铃。减少振铃，使用我= EdgeAper（I，PSF）在打电话之前Deconvlucy。

  • Deconvlucy将PSF转换为双人间没有正常化。

  • Deconvlucy可以返回超出输入图像范围的输出图像中的值。

参考资料

[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。

[2] R.J.Hanisch，R.L. White和R.L. Gilliland，哈勃太空望远镜图像和光谱的解构，图像和光谱的去卷积，ed。P.A.jansson，第二次。，学术出版社，1997年。

另请参阅

||||||

主题

在R2006A之前介绍

图像处理工具箱文档

金宝app

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书