使用Lucy-Richardson算法去模糊复原图像

Deblurring Images Using the Lucy-Richardson Algorithm

本例展示如何使用Lucy-Richardson算法去模糊图像。 当点扩散函数PSF（模糊运算符）是已知的时候，它可以被有效地使用，但是很少或没有信息可用于噪声。 模糊和噪声图像通过迭代，加速，衰减的Lucy-Richardson算法恢复。 您可以使用光学系统的特性作为输入参数来提高图像恢复的质量。

Step 1: Read Image

该示例读取RGB图像并将其裁剪为256×256×3。 deconvlucy函数可以处理任何维度的数组。

I = imread('board.tif');
I = I(50+(1:256),2+(1:256),:);
figure;
imshow(I);
title('Original Image');
text(size(I,2),size(I,1)+15, ...
    'Image courtesy of courtesy of Alexander V. Panasyuk, Ph.D.', ...
    'FontSize',7,'HorizontalAlignment','right');
text(size(I,2),size(I,1)+25, ...
    'Harvard-Smithsonian Center for Astrophysics', ...
    'FontSize',7,'HorizontalAlignment','right');

Step 2: Simulate a Blur and Noise

模拟由于相机运动或对焦不足而可能模糊的真实图像。 由于随机干扰，图像也可能会产生噪音。 该示例通过将高斯滤波器与真实图像进行卷积来模拟模糊（使用imfilter）。 高斯滤波器然后表示点扩散函数PSF。

PSF = fspecial('gaussian',5,5);
Blurred = imfilter(I,PSF,'symmetric','conv');
figure;
imshow(Blurred);
title('Blurred');

该示例通过向模糊图像添加方差V的高斯噪声（使用imnoise）来模拟噪声。 噪声方差V稍后用于定义算法的阻尼参数。