2D Deconvolution for Image Reconstruction

"真理本身之所以是真理，就在于它穿透了语言的有限性而将人带入到对真实世界的直观把握中。"

 ——http://my1510.cn/article.php?id=69054

最近在做sparse coding, 用Bruno Olshausen最原始的方法, 因此却发现了一些背后直感上更接近真理的东西。中间有一步需要通过得到的sparse响应重建输入图像，之前一直是用Matlab for循环直接解决的，但是速度奇慢，于是今天尝试了一下把这一部分加速。

首先考虑的是fft2->ifft2的方法，代码如下(参考了http://www.mathworks.com/matlabcentral/newsreader/author/121671)：

% Load image
image = im2double(imread('./data/lena.png'));
% image=image(201:240,201:240);
[M N] = size(image);
figure(101),subplot(1,2,1),imshow(image,[]);

% Here filter should be a 7x7 patch
filter = reshape(A(:,2),[7,7]);

% Get the filtered response in fft2
F=fft2(image);
H=fft2(filter,M,N);
G=H.*F;

Gnew= G./H;
gnew=real(ifft2(double(Gnew)));

figure(101),subplot(1,2,2),imshow(gnew,[]);
<