Документация

Изображения Deblur с использованием слепого деконволюции

В этом примере показано, как удалить изображение с помощью слепой деконволюции. Пример иллюстрирует итеративную природу этой операции, делая два прохода при отводе изображения с использованием необязательных параметров.

Прочтите изображение в рабочую область и отобразите его.

I = imread('cameraman.tif');
figure
imshow(I)
title('Original Image')

Создайте функцию расширения точек (PSF). PSF описывает степень, до которой оптическая система размывает (расширяет) точку света.

PSF = fspecial('motion',13,45);
figure
imshow(PSF,[],'InitialMagnification','fit')
title('Original PSF')

Создайте моделируемое размытие изображения, используя PSF, и отобразите размытое изображение.

Blurred = imfilter(I,PSF,'circ','conv');
figure
imshow(Blurred)
title('Blurred Image')

Деблур изображения с помощью deconvblind функция. Вы должны сделать начальное предположение в PSF. Чтобы определить размер PSF, исследуйте размытое изображение и измерьте ширину размытия (в пикселях) вокруг явно острого объекта. Поскольку размер PSF важнее, чем значения, которые он содержит, можно обычно задать массив 1 в качестве начального PSF.

В этой первоначальной реставрации deconvblind смог в значительной степени развенчать изображение. Обратите внимание, однако, на звонок вокруг областей резкого контраста интенсивности в восстановленном изображении. (Пример исключил вызывной сигнал, связанный с кромкой, используя опцию 'circular' с imfilter при создании моделируемого размытого изображения.) Чтобы достичь более удовлетворительного результата, перезапустите операцию, экспериментируя с PSF разных размеров. Восстановленный PSF, возвращенный каждым деконволюцией, может также предоставить ценные подсказки при оптимальном размере PSF.

INITPSF = ones(size(PSF));
[J P] = deconvblind(Blurred,INITPSF,30);
figure
imshow(J)
title('Restored Image')

figure
imshow(P,[],'InitialMagnification','fit')
title('Restored PSF')

Один из способов улучшить результат - создать массив весов, чтобы исключить области высокой контрастности из операции зарасывания. Это может уменьшить вызывной сигнал, связанный с контрастностью в результате.

Чтобы создать массив весов, создайте массив того же размера, что и изображение, и присвойте значение 0 пикселям массива, которые соответствуют пикселям в оригинальное изображение, которую вы хотите исключить из обработки. Пример использует комбинацию обнаружения ребра и морфологической обработки, чтобы обнаружить высококонтрастные области в изображении. Поскольку размытие в изображении линейное, пример дважды расширяет изображение. Чтобы исключить из обработки краевые пиксели изображения (высококонтрастная область), пример использует padarray для назначения значения 0 всем пикселям границ.

WEIGHT = edge(I,'sobel',.28);
se1 = strel('disk',1);
se2 = strel('line',13,45);
WEIGHT = ~imdilate(WEIGHT,[se1 se2]);
WEIGHT = padarray(WEIGHT(2:end-1,2:end-1),[1 1]);
figure
imshow(WEIGHT)
title('Weight Array')

Уточните предположение на PSF. Восстановленный PSF вернулся по первому проходу при деконволюции, P , показывает четкую линейность. Для этого второго прохода в примере используется новый PSF, который аналогичен возвращенному PSF, но с маленькими пикселями амплитуды, установленными на 0.

P1 = P;
P1(find(P1 < 0.01))= 0;

Еще раз запустите деконволюцию, на этот раз задав массив весов и измененный PSF. Обратите внимание, что восстановленное изображение имеет гораздо меньше звонков вокруг областей острой интенсивности, чем результат первого прохода.

[J2 P2] = deconvblind(Blurred,P1,50,[],double(WEIGHT));
figure, imshow(J2)
title('Newly Deblurred Image');

figure, imshow(P2,[],'InitialMagnification','fit')
title('Newly Reconstructed PSF')

Уточнение результата

The deconvblind функция по умолчанию выполняет несколько итераций процесса деблёрринга. Можно остановить обработку после определенного количества итераций, чтобы проверить результат, а затем перезапустить итерации из точки, где обработка остановлена. Чтобы использовать эту функцию, вы должны передать как размытое изображение, так и PSF в качестве массивов ячеек, например {Blurred} и {INITPSF}.

The deconvblind функция возвращает выходное изображение и восстановленный PSF в виде массивов ячеек. Выходное изображение массива ячеек содержит эти четыре элемента:

Выходной массив ячеек PSF содержит аналогичные элементы.