去卷积：deconvblind

代码：

I = imread('cameraman.tif');
figure;imshow(I);title('original img');

PSF = fspecial('gaussian',7,10);
Blurredimg = imfilter(I,PSF,'symmetric','conv');
figure;
imshow(Blurredimg);title('blurred img');

underPSF = ones(size(PSF)-4);
[j1,p1] = deconvblind(Blurredimg,underPSF);
figure;
imshow(j1);title('deConvblind img');

underPSF是用来初始输入的预估PSF，这里第一个实验输入的估计PSF比真实PSF少4个像素大小。原始PSF是77大小，预估的PSF是33大小。

结果对比：

衣服领肩位置


模糊去除的不彻底，相比于模糊图像，模糊的边缘有明显的变窄趋势。

underPSF2 = padarray(underPSF,[4,4],'replicate','both');
[j2,p2] = deconvblind(Blurredimg,underPSF2);
figure;
imshow(j2);title('deConvblind2 img');

结果如下：

有很明显的振铃效应。

第三个实验：用和原来PSF一样大小的卷积核去卷积。

underPSF3 = padarray(underPSF,[2 2],'replicate','both');
[j3,p3] = deconvblind(Blurredimg,underPSF3);
imshow(j3);title('Deblurring with INITPSF')

结果如下：

衣领处的细节对比：

去振铃效应：

1.增加迭代次数30：

增加一个初始像素权重：

边界权重等于0的权重：

WEIGHT([1:3 end-(0:2)],:) = 0;
WEIGHT(:,[1:3 end-(0:2)]) = 0;
figure
imshow(WEIGHT)
title('Weight Array')

[j5,p5_] = deconvblind(I,underPSF3,30,[],weight)

图像边缘的的振铃得到比较好的抑制，人物边缘的振铃得到一定的抑制。

参考资料：
matlab 教程