与咖啡反卷积

Question

我想知道是否有可能使用物镜在给定焦点处的点扩散函数对Caffe中的图像进行反卷积。类似this approach的内容。

如果是，那么最好的方法是什么？

Answer 1

可以使用Caffe（以及一般的CNN）对图像进行去卷积，但这种方法可能不像您希望的那样通用。

CNN可以将模糊图像作为输入并输出清晰图像。由于网络是卷积的，输入可以是任何大小。这可以使用Convolutional层和Euclidean Loss层在Caffe中轻松完成。或者，您可以尝试添加一些池化和反卷积层。

可以训练CNN对您的链接中的特定模糊PSF进行反卷积。 （见：[Xu et al.:Deep Convolutional Neural Network for Image Deconvolution. NIPS 2014]）。这很有效但你必须为每个新的PSF重新训练CNN（这需要很多时间）。

我试图训练CNN进行盲解卷（PSF未知），它对文本文档非常有效。您可以在[Hradiš et al.: Convolutional Neural Networks for Direct Text Deblurring. BMVC 2015]获得经过培训的网络和python-Caffe脚本。这种方法可以用于其他类型的图像，但它不适用于不受限制的照片和各种模糊。对于一般照片，我猜它可以适用于小范围的模糊。

另一种可能性是进行逆过滤（例如使用维纳滤波器）并使用CNN处理输出。这样做的好处是，您可以非常快速地计算新PSF的逆滤波器，并且CNN保持不变。 [Schuler等人：用于非盲图像去卷积的机器学习方法。 CVPR 2013]