MATLAB中盲去卷积deconvblind函数的使用

deconvblind:使用盲解卷积的去模糊图像。[J,PSF] = deconvblind(I,INITPSF)使用最大似然算法对图像I解卷积,返回去模糊图像J和恢复的点扩散函数PSF。 生成的PSF是与INITPSF相同大小的正数组,归一化,所以它的总和增加到1。PSF的恢复受其初始猜测大小INITPSF的影响较大,而其值较小(一个数组是一个更安全的猜测)。I 可以是N维数组。为了改善恢复,可...
摘要由CSDN通过智能技术生成

deconvblind:使用盲解卷积的去模糊图像。

[J,PSF] = deconvblind(I,INITPSF)使用最大似然算法对图像I解卷积,返回去模糊图像J和恢复的点扩散函数PSF。 生成的PSF是与INITPSF相同大小的正数组,归一化,所以它的总和增加到1。PSF的恢复受其初始猜测大小INITPSF的影响较大,而其值较小(一个数组是一个更安全的猜测)。

I 可以是N维数组。

为了改善恢复,可以传入附加参数(如果中间参数未知,则使用[]作为占位符):

[J,PSF] = deconvblind(I,INITPSF,NUMIT)
[J,PSF] = deconvblind(I,INITPSF,NUMIT,DAMPAR)
[J,PSF] = deconvblind(I,INITPSF,NUMIT,DAMPAR,WEIGHT)

[J,PSF] = deconvblind(I,INITPSF,NUMIT,DAMPAR,WEIGHT,READOUT).

PSF的附加限制可以通过用户提供的功能来提供:

[J,PSF] = deconvblind(...,FUN)

FUN(可选)是描述PSF附加约束的函数。 FUN必须是FUNCTION_HANDLE。 FUN在每次迭代结束时被调用。 FUN必须接受PSF作为其第一个参数,并且可以接受附加参数P1,P2,...,PN。 FUN应该返回一个参数PSF,它与INITPSF的大小相同,并满足积极性和规范化约束。

NUMIT(可选)是迭代次数(默认值为10)

  • 6
    点赞
  • 39
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值