deconvlucy
Deblur image using Lucy-Richardson method
使用Lucy-Richardson方法对图像进行去模糊

语法

J = deconvlucy(I,psf)
J = deconvlucy(I,psf,iter)
J = deconvlucy(I,psf,iter,dampar)
J = deconvlucy(I,psf,iter,dampar,weight)
J = deconvlucy(I,psf,iter,dampar,weight,readout)
J = deconvlucy(I,psf,iter,dampar,weight,readout,subsample)

描述

J = deconvlucy（I，psf）恢复图像I，这一图像是因点扩展函数（point-spread function，即PSF），psf以及可能由加性噪声卷积而退化的。该算法是基于最大化泊松统计，所得图像J是原始图像I实例的可能性。
为了改善修复，deconvlucy支持几个可选参数，如下所述。如果您未指定中间参数，请使用[]作为占位符。

• J = deconvlucy(I，psf，iter)指定迭代次数iter。
• J = deconvlucy(I，psf，iter，dampar)通过抑制像素的迭代来控制噪声放大，该像素与由阻尼阈值阻尼器指定的噪声相比偏差较小。默认情况下，不发生阻尼。
• J = deconvlucy(I,psf,iter,dampar,weight)指定恢复时要考虑输入图像中的哪些像素。权重数组中元素的值确定要考虑输入图像中相应位置的像素量。例如，要从像素中排除像素，请在权重数组中为其分配值0。可以根据平场校正量来调整分配给每个像素的权重值。
• J = deconvlucy(I,psf,iter,dampar,weight,readout)指定附加噪声（例如背景噪声，前景噪声）和读出的摄像机噪声，读出的方差。
• J = deconvlucy(I,psf,iter,dampar,weight,readout,subsample)当PSF在比图像精细的子采样倍数的网格上给出时，使用子采样。

示例

使用几种取消隐藏的可选语法删除模糊

• 创建样本图像并将其模糊。

I = checkerboard(8);
PSF = fspecial('gaussian',7,10);
V = .0001;
BlurredNoisy = imnoise(imfilter(I,PSF),'gaussian',0,V);

• 创建一个权重数组，并使用几个可选参数调用deconvlucy。

WT = zeros(size(I));
WT(5:end-4,5:end-4) = 1;
J1 = deconvlucy(BlurredNoisy,PSF);
J2 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V));
J3 = deconvlucy(BlurredNoisy,PSF,20,sqrt(V),WT);

• 显示结果

subplot(221);imshow(BlurredNoisy);
title('A = Blurred and Noisy');
subplot(222);imshow(J1);
title('deconvlucy(A,PSF)');
subplot(223);imshow(J2);
title('deconvlucy(A,PSF,NI,DP)');
subplot(224);imshow(J3);
title('deconvlucy(A,PSF,NI,DP,WT)');

输入参数

• I：模糊图像（数值数组|单元阵列）
  模糊图像，指定为任意尺寸的数字数组。您也可以将图像指定为单元数组以启用中断的迭代。
  数据类型：single | double | int16 | uint8 | uint16
• PSF：点扩展函数（数值数组）
  PSF，指定为数字数组。您还可以将psf指定为单元数组以启用中断的迭代。
  数据类型：single | double | int16 | uint8 | uint16
• iter：迭代次数（默认是10|正数）
  迭代次数，指定为正整数。
  数据类型：double
• dampar：阻尼阈值（默认是0|数值标量）
  阻尼阈值，指定为数字标量。对于迭代之间的偏差小于阈值的像素发生阻尼。阻尼器具有与I相同的数据类型。
• weight：每个像素的权重（数值数组）
  每个像素的权重值，指定为数值数组，范围为[0，1]。 weight具有与输入图像I相同的大小。默认情况下，weight中的所有元素的值均为1，因此在还原中所有像素均被视为相等。
  数据类型：double
• readout：噪声（默认是0|数值数组|数值标量）
  噪声，指定为数字标量或数字数组。读出值对应于附加噪声（例如来自前景和背景的噪声）和读出的照相机噪声的方差。读数具有与I相同的数据类型。
• subsampling：下采样（默认是1|正数标量）
  下采样，特指正数标量
  数据类型：double

输出参数

J：去模糊的图像（数值数组|1×4单元阵列）
去模糊的图像，以数字数组或1×4单元格数组形式返回。 J（或J {1}，当J是一个单元格数组时）与I具有相同的数据类型。有关将J作为单元数组返回以进行中断迭代的更多信息，请参见下面提示部分。

提示

• 您可以使用deconvlucy执行从前一个反卷积停止处开始的反卷积。要使用此功能，请将输入图像I和PSF psf作为像元数组{I}和{psf}传递。当您这样做时，deconvlucy函数将输出图像J作为单元格数组返回，然后可以将其作为输入数组传递给下一个deconvblind调用。输出单元数组J包含四个元素：
  J{1}包含原始图像I。
  J{2}包含最后一次迭代的结果。
  J{3}包含倒数第二次迭代的结果。
  J{4}是由迭代算法生成的数组。

• 输出图像J可能表现出由算法中使用的离散傅立叶变换引入的振铃。要减少振铃，请在调用deconvlucy之前使用I = edgetaper(I,psf)

• deconvlucy将PSF转换为两倍而不进行归一化。