数字图像处理（运动模糊 + 逆滤波）

0 前言

今天在做数字图像处理实验的时候，笔者遇到了一个不会做的题目，通过各种手段在实验结束之前还是没有成功地做出来，浪费了不少时间，实验结束后，笔者重新将课本上的相关知识通读了一遍，公式简单推导了一下，立马恍然大悟，没几分钟就把实验当中不会做的题目做出来了。这个经历也是教会了笔者很多，所以在此记录一下，倘若能帮助到读者您那就太好了哈哈！

题目如下：

读入一幅图像“pepper256.jpg”（imread）和运动模糊传递函数H(u,v)（load）, 忽略噪声影响的前提下，分别求出以下两幅图像并显示（imshow）。
（1）原图像的运动模糊图像。
（2）对运动模糊图像使用逆滤波方法得到的恢复图像。

由于笔者上课没认真听讲（其实听了，懵懵懂懂就过去了，没有钻入进去思考，呜呜呜~~）

1 笔者在实验室的天使（shabi）行为

1. 疯狂使用GPT3.5和claude2进行问答
2. 运行错误，继续问或上网搜索
3. 修改后还是不对，继续问说上网搜索
4. 一直重复3

就这样时间一分一秒就过去了，浪费了将近两个小时（我真实个天使（shabi）），因为我不懂，一点不知道怎么操作，就是瞎折腾！！！

这是GPT3.5的回答，啥也不是，就这样被折磨了好久，呜呜~~

% 读取原图像 
My_pepper = imread("pepper256.jpg");
% 加载模糊核
load("传递函数.mat");
% 生成运动模糊图像
Blurred = imfilter(My_pepper, H, 'circular', 'conv');
% 逆滤波恢复
H_inverse = 1./H; 
Recovered = imfilter(Blurred, H_inverse, 'circular', 'conv');
% 显示结果
subplot(1,3,1); imshow(My_pepper); title('原始图像'); 
subplot(1,3,2); imshow(abs(Blurred)); title('运动模糊图像');
subplot(1,3,3); imshow(Recovered); title('逆滤波恢复图像');

下面这是我实验结束之后，通读了一遍相关知识点后写的：

load("传递函数.mat"); % 传递函数是 H
My_pepper = imread("pepper256.jpg");
subplot(1, 3, 1);
imshow(My_pepper);
title('原始图像');

F = fft2(im2double(My_pepper));
F = fftshift(F);
G = F .* H;
g = real(ifft2(ifftshift(G)));

subplot(1, 3, 2);
imshow(g);
title("运动模糊图像")

% 逆滤波恢复
F = G ./ H;
f = real(ifft2(ifftshift(F)));
subplot(1, 3, 3);
imshow(f);
title("逆滤波恢复图像");

这是运行结果

1.1 运动模糊图像

其实就是一个两个公式
$$\begin{array}{rl}G& =H\ast F\\ g& =h\ast f\end{array}\text{\hspace{1em}(1)(2)}$$

其中 $G、H、F$ 分别是运动模糊图像、传递函数、原始图像的频率域
$g、h、f$ 分别是运动模糊图像、传递函数、原始图像的空间域

题目中已经知道原始图像的空间域 $f$ 和传递函数的频率域 $H$，此时只需要将 $f$ 通过傅里叶变换到频率域就可以了，然后根据公式 $(1)$ 便可得出运动模糊图像的频率域 $G$，然后通过傅里叶反变换到空间域 $g$。

1.2 逆滤波

通过运动模糊图像得到原始图像的空间域 $f$，那就是先通过公式 $(1)$ 得到
$$F=G/H$$

F = G ./ H;

然后再通过傅里叶反变换到空间域就可以了！

Ok 这就完事了，是不是很简单！！！我真天使（shabi），倘若做实验不会时，我去通读一遍相关知识点，或许也不会浪费那么长时间，其实其他事情也一样，把与问题有关的相关事情搞明白，这个问题往往也自然而然就解决了。

总结

以上就是笔者的分享，这件事教会了笔者遇到困难一定要专注于困难本身，想方设法先把与困难相关的知识点或者事情搞懂，然后再去做，最好不要埋头就去找答案，这样既不能产生实质性的提高和进步，反而浪费了不该浪费的时间，真的是不划算，中国有句古话叫做”磨刀不误砍柴工“，真的现在感觉这句话真的充满了智慧。倘若有大佬发现问题，直接评论区斧正即可，感谢感谢🌞。
好的，我们下期再见🌞拜拜！