Question

我有两张图片，一张是降级的，一张是原始图片的一部分。我需要使用第二个图像来增强第一个图像，我需要在frequency domain中执行此操作。我从降级图像中剪切了相同的区域，进行了FFT，并尝试计算传递函数，但是当我将该函数应用于图像时，结果非常糟糕。

所以我尝试h=fspecial('motion',9,45);作为我的传递函数，然后使用下面给出的代码重建图像。

im = imread('home_degraded.png');
im = rgb2gray(im);
h = fspecial('motion',9,45);
H = zeros(519,311);
H(1:7,1:7) = h;
Hf = fft2(H);
d = 0.02;
Hf(find(abs(Hf)<d))=1;
I = ifft2(fft2(im)./Hf);
imshow(mat2gray(abs(I)))

我现在有两个问题：

如何使用小矩形生成传递函数（我的意思是不使用h=fspecial('motion',9,45);）？
我可以使用哪些方法消除增强图像中的噪点？

Enter image description here

Answer 1

我可以推荐几种方法：

算术平均滤波器：

f = imfilter(g, fspecial('average', [m n]))

几何平均滤波器

f = exp(imfilter(log(g), ones(m, n), 'replicate')) .^ (1/(m*n))

谐波均值滤波器
```
f = (m*n) ./ imfilter(1 ./ (g + eps), ones(m, n), 'replicate');
```
其中n和m是掩码的大小（例如，您可以设置m = 3 n = 3）

Answer 2

基本上你想做的事情有两个步骤（至少）：

使用带有方块的图像补丁估算PSF（模糊内核）。
使用估计的内核对模糊图像进行反卷积

如果你想“猜测”步骤1的PSF，那很好，但最好是计算它。

对于第2步，您必须首先使用edgetaper，这会消除图像中的振铃效果，您称之为噪音。

您可以按照以下语法使用函数deconvlucy来使用非盲解卷积（步骤2）：

J = deconvlucy(I,PSF)

这种反卷积程序会增加一些噪音，特别是如果你的PSF不是100％准确的，但如果你允许更多的迭代（交易细节，NFL）你可以使它更顺畅。

第一步，如果你不关心你有“尖锐”方块的事实，你可以使用盲去卷积 deconvblind 并得到一些PSF的估计。如果你想正确地使用并使用尖锐的补丁，那么你可以在任何涉及估算PSF的优化方案中将它用作数据项目标。

使用MATLAB进行图像去模糊

2 个答案: