Адаптируйте развертку Люси-Ричардсона к различным искажениям изображения

Используйте deconvlucy функционируйте к deblur изображение с помощью ускоренного, ослабленного, алгоритма Люси-Ричардсона. Алгоритм максимизирует вероятность, что получившееся изображение, когда применено операцию свертки с PSF, является экземпляром размытого изображения, принимая статистику Пуассоновского шума. Эта функция может быть эффективной, когда вы знаете PSF, но знаете мало об аддитивном шуме в изображении.

deconvlucy функционируйте реализует несколько адаптации к исходному алгоритму наибольшего правдоподобия Люси-Ричардсона, которая обращается к комплексным задачам восстановления изображений.

Уменьшайте эффект шумового усиления

Шумовое усиление является типичной проблемой методов максимального правдоподобия, которые пытаются соответствовать данным максимально тесно. После многих итераций восстановленное изображение может иметь пестрый внешний вид, специально для сглаженного объекта, наблюдаемого в низких отношениях сигнал-шум. Эти веснушки не представляют действительной структуры в изображении, но являются артефактами приспосабливания шума в изображении слишком тесно.

Управлять шумовым усилением, deconvlucy функционируйте использует параметр затухания, DAMPAR. Этот параметр задает пороговый уровень для отклонения получившегося изображения от оригинального изображения, ниже которого происходит затухание. Для пикселей, которые отклоняются около их исходных значений, подавлены итерации.

Затухание также используется, чтобы уменьшать вызов, внешний вид высокочастотных структур в восстановленном изображении. Вызов является не обязательно результатом шумового усиления. Смотрите Стараются не Звенеть в Изображениях Deblurred для получения дополнительной информации.

Объясните неоднородное качество изображения

Другое осложнение реального восстановления изображений состоит в том, что данные могут включать плохие пиксели, или что качество пикселей получения может меняться в зависимости от времени и положения. Путем определения WEIGHT параметр массива с deconvlucy функция, можно указать, что проигнорированы определенные пиксели в изображении. Чтобы проигнорировать пиксель, присвойте вес нуля к элементу в WEIGHT массив, который соответствует пикселю в изображении.

Алгоритм сходится на ожидаемых значениях для плохих пикселей на основе информации от пикселей окружения. Изменение ответа детектора от пикселя до пикселя (так называемая коррекция плоского поля) может также быть размещено WEIGHT массив. Вместо того, чтобы присвоить вес 1,0 к хорошим пикселям, можно задать дробные значения и взвесить пиксели согласно объему коррекции плоского поля.

Обработайте шум считывания камеры

Ответственный шум связал устройство (CCD), детекторы имеют два первичных компонента:

  • Шум подсчета фотона с распределением Пуассона

  • Шум считывания с Распределением Гаусса

Итерации Люси-Ричардсона внутренне составляют первый тип шума. Необходимо объяснить второй тип шума; в противном случае это может заставить пиксели с низкими уровнями инцидентных фотонов иметь отрицательные величины.

deconvlucy функционируйте использует READOUT введите параметр, чтобы обработать шум считывания камеры. Значение этого параметра обычно является суммой отклонения шума считывания и фонового шума (например, количество количеств от фонового излучения). Значение READOUT параметр задает смещение, которое гарантирует, что все значения положительны.

Обработка субдискретизируемых изображений

Восстановление субдискретизируемых данных может быть значительно улучшено, если это сделано на более прекрасной сетке. deconvlucy функционируйте использует SUBSMPL параметр, чтобы задать уровень подвыборки, если PSF, как известно, имеет более высокое разрешение.

Если субдискретизируемые данные являются результатом пиксельного раскладывания камеры во время получения изображений, PSF, наблюдаемый на каждом пиксельном уровне, может служить более прекрасной сеткой PSF. В противном случае PSF может быть получен через наблюдения, взятые при субпиксельных смещениях или через оптические техники моделирования. Этот метод является особенно эффективным для изображений звезд (высокое отношение сигнал-шум), потому что звезды эффективно обеспечены, чтобы быть в центре пикселя. Если звезда сосредоточена между пикселями, она восстанавливается как комбинация соседних пикселей. Более прекрасная сетка перенаправляет последовательное распространение звездообразного потока назад к центру изображения звезды.

Уточните результат

deconvlucy функция, по умолчанию, выполняет несколько итераций deblurring процесса. Можно остановить обработку после определенного числа итераций, чтобы проверять результат, и затем перезапустить итерации от точки где остановленная обработка. Для этого передайте во входном изображении как массив ячеек, например, {BlurredNoisy}. deconvlucy функция возвращает выходное изображение как массив ячеек, который можно затем передать как входной параметр deconvlucy перезапускать развертку.

Выходной массив ячеек содержит эти четыре элемента:

Элемент

Описание

output{1}

Исходное входное изображение

output{2}

Изображение производится последней итерацией

output{3}

Изображение, произведенное рядом с последней итерацией

output{4}

Внутренняя информация используется deconvlucy знать, где перезапустить процесс

Смотрите также

|

Связанные примеры

Больше о

Для просмотра документации необходимо авторизоваться на сайте