MATLAB图像处理Lucy-Richardson算法
deconvlucy函数的使⽤
deconvlucy：使⽤露西理查森⽅法去模糊复原图像。
J =deconvlucy(I,PSF) 使⽤Lucy-Richardson算法去卷积图像 I，返回去模糊的图像J。假定图像是通过⽤点扩散函数PSF卷积真实图像并可能通过添加噪声⽽创建的。
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 = deconvlucy(I,PSF,NUMIT)
J = deconvlucy(I,PSF,NUMIT,DAMPAR)
J = deconvlucy(I,PSF,NUMIT,DAMPAR,WEIGHT)
J = deconvlucy(I,PSF,NUMIT,DAMPAR,WEIGHT,READOUT)
J = deconvlucy(I,PSF,NUMIT,DAMPAR,WEIGHT,READOUT,SUBSMPL), where
用subplot函数NUMIT（optional）是迭代次数（默认值为10）。
DAMPAR (optional) 是⼀个数组，⽤于指定图像I（根据泊松噪声的标准偏差）的结果图像的阈值偏差，低于此值会发⽣阻尼。 对于在DAMPAR值内偏离其原始值的像素，迭代被抑制。 这可以抑制这些像素中的噪⾳，并在其他地⽅保留必要的图像细节。 默认值为0（⽆阻尼）。
WEIGHT(optional) 分配给每个像素以反映相机的拍摄质量。 将⼀个坏像素分配给零权值，从⽽排除该像素。 您可以根据平场校正的数量来调整⾃⼰的体重，⽽不是给予好像素的权重。 默认值是与输⼊图像I⼤⼩相同的单位数组。
READOUT（可选）是对应于附加噪声（例如，背景，前景噪声）和读出相机噪声⽅差的阵列（或值）。 READOUT必须以图像为单位。默认值是0。
SUBSMPL（可选）表⽰⼦采样，当PSF在SUBSMPL时间⽐图像更精细的⽹格上给出时使⽤。默认值是1。
注意，输出图像J可能会出现由算法中使⽤的离散傅⾥叶变换引⼊的振铃。 为了减少铃声的使⽤ I=EDGETAPER(I，PSF)在调⽤deconvlucy之前。
还请注意，去卷积可让您从早期去卷积运⾏的结果开始恢复去卷积。 要启动此语法，输⼊图像I必须作
为单元格数组{I}传⼊。 然后输出J成为⼀个单元阵列，并可以作为输⼊数组传递给下⼀个deconvlucy调⽤。 输⼊单元数组可以包含⼀个数字数组（在初始调⽤时）或四个数值数组（当它是前⼀次去卷积运算的输出时）。 输出J包含四个元素，其中J {1} = I，J {2}是上⼀次迭代产⽣的图像，J {3}是前⼀次迭代前的图像，J {4}是 通过迭代算法使⽤内部的数组。
Class Support
-------------
I and PSF can be uint8, uint16, int16, double, or single. DAMPAR and
READOUT must have the same class as the input image. Other inputs have to
be double. The output image (or the first array of the output cell) has
the same class as the input image.
Example
-------
I = checkerboard(8);
PSF = fspecial('gaussian',7,10);
V = .0001;
BlurredNoisy = imnoise(imfilter(I,PSF),'gaussian',0,V);
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);
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)');

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。