Изображение Деблюра с использованием метода Люси-Ричардсон
восстанавливает изображение J
= deconvlucy(I
,psf
)I
который был деградирован сверткой с функцией расширения точек (PSF), psf
, и, возможно, аддитивным шумом. Алгоритм основан на максимизации вероятности того, что полученное изображение J
является образец оригинального изображения I
по статистике Пуассона.
Чтобы улучшить восстановление, deconvlucy
поддерживает несколько необязательных параметров, описанных ниже. Использование []
как заполнитель, если вы не задаете промежуточный параметр.
определяет, какие пиксели в вход изображении J
= deconvlucy(I
,psf
,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.
Можно использовать deconvlucy
чтобы выполнить деконволюцию, которая начинается с остановки предыдущего деконволюции. Чтобы использовать эту функцию, передайте вход изображение I
как массив ячеек, {I}
. Когда вы делаете, deconvlucy
функция возвращает выходное изображение J
как массив ячеек, который можно затем передать как входной массив в следующую deconvlucy
вызов. Система выхода массива ячеек J
содержит четыре элемента:
J{1}
содержит I
, 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 J
может показать звонок, введенный дискретным преобразованием Фурье, используемым в алгоритме. Чтобы уменьшить вызывной сигнал, используйте I = edgetaper(I,psf)
перед вызовом deconvlucy
.
deconvlucy
преобразует PSF в double
без нормализации.
deconvlucy
может возвращать значения в выходном изображении, которые находятся за пределами области значений входа изображения.
[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.