deconvblind
Изображение Deblur с использованием слепого деконволюции
Синтаксис
Описание
[ deconvolves изображение J,psfr] = deconvblind(I,psfi)I используя алгоритм максимального правдоподобия и начальную оценку функции расширения точек (PSF), psfi. The deconvblind функция возвращает оба окрашенных изображения J и восстановленный PSF, psfr.
Чтобы улучшить восстановление, deconvblind поддерживает несколько необязательных параметров, описанных ниже. Использование [] как заполнитель, если вы не задаете промежуточный параметр.
[ определяет, какие пиксели в вход изображении J,psfr] = deconvblind(I,psfi,iter,dampar,weight)I учитываются при реставрации. Значение элемента в weight массив определяет, сколько пикселя в соответствующем положении в вход изображении учитывается. Для примера, чтобы исключить пиксель из фактора, присвойте ему значение 0 в weight массив. Можно настроить значение веса, присвоенное каждому пикселю, в соответствии с величиной коррекции плоского поля.
[, где J,psfr] = deconvblind(___,fun)fun является указателем на функцию, которая описывает дополнительные ограничения на PSF. fun вызывается в конце каждой итерации. Для получения дополнительной информации о указателях на функцию см. Раздел «Создание указателя на функцию».
Примеры
Деблур изображения с использованием слепого деконволюции
Создайте образец изображения с шумом.
% Set the random number generator back to its default settings for % consistency in results. rng default; I = checkerboard(8); PSF = fspecial('gaussian',7,10); V = .0001; BlurredNoisy = imnoise(imfilter(I,PSF),'gaussian',0,V);
Создайте массив весов, чтобы указать, какие пиксели включены в обработку.
WT = zeros(size(I)); WT(5:end-4,5:end-4) = 1; INITPSF = ones(size(PSF));
Выполните слепую деконволюцию.
[J P] = deconvblind(BlurredNoisy,INITPSF,20,10*sqrt(V),WT);
Отображение результатов.
subplot(221);imshow(BlurredNoisy); title('A = Blurred and Noisy'); subplot(222);imshow(PSF,[]); title('True PSF'); subplot(223);imshow(J); title('Deblurred Image'); subplot(224);imshow(P,[]); title('Recovered PSF');
Входные параметры
Выходные аргументы
Совет
Можно использовать
deconvblindчтобы выполнить деконволюцию, которая начинается с остановки предыдущего деконволюции. Чтобы использовать эту функцию, передайте вход изображениеIи начальное предположение в PSF,psfi, как массивы ячеек:{I}и{psfi}. Когда вы делаете,deconvblindфункция возвращает выходное изображениеJи восстановленную функцию расширения точек,psfr, как массивы ячеек, которые затем могут быть переданы как входные массивы в следующуюdeconvblindвызов. Система выхода массива ячеекJсодержит четыре элемента:J{1}содержитI, а оригинальное изображение.J{2}содержит результат последней итерации.J{3}содержит результат итерации «следующая к последней».J{4}- массив, сгенерированный итеративным алгоритмом.Выходное изображение
Jможет показать звонок, введенный дискретным преобразованием Фурье, используемым в алгоритме. Чтобы уменьшить вызывной сигнал, используйтеI = edgetaper(I,psfi)перед вызовомdeconvblind.
Ссылки
[1] ОКРУГ ЮЖНАЯ КАРОЛИНА. Биггс и М. Эндрюс, Ускорение итерационных алгоритмов восстановления изображений, Applied Optics, Vol. 36, № 8, 1997.
[2] R.J. Hanisch, R.L. White, and R.L. Gilliland, Deconvolutions of Hubble Пространства Telescope Изображений and Спектров, Deconvolution of Изображений and Спектров, Ed.A. Jansson, 2nd ed, Academic Press, Ca, 1997.
[3] Timothy J. Holmes, et al., Light Microscopic Images Reconstructed by Maximum Likelihity Deconvolution, Handbook of Biological Confocal Microscopy, Ed. Джеймс Б. Поули, Plenum Press Press, нью-йорк, 1995.