盲反卷积算法复原图像

%% Deblurring Images Using the Blind Deconvolution Algorithm 
%%盲反卷积算法复原图像
% The Blind Deconvolution Algorithm can be used effectively when no
% information about the distortion （blurring and noise） is known. The
% algorithm restores the image and the point-spread function （PSF）
% simultaneously. The accelerated damped Richardson-Lucy algorithm is used
% in each iteration. Additional optical system （e.g. camera）
% characteristics can be used as input parameters that could help to
% improve the quality of the image restoration. PSF constraints can be
% passed in through a user-specified function
%在不知道图像失真信息（模糊和噪声）信息情况下，盲反卷积算法可以有效地加以利用。该算法
%对图像和点扩展函数（PSF）的同时进行复原。每次迭代都使用加速收敛Richardson-Lucy 
%算法。额外的光学系统（如照相机）的特性可作为输入参数，帮助改善图像复原质量。可以通
%过用户指定的函数对PSF进行限制
% Copyright 2004-2005 The MathWorks Inc.
 
%% Step 1: Read Image
%%第一步：读取图像
% The example reads in an intensity image. The |deconvblind| function can
% handle arrays of any dimension.
%该示例读取一个灰度图像。| deconvblind |函数可以处理任何维数组。
I = imread（‘cameraman.tif‘）;
figure;imshow（I）;title（‘Original Image‘）;
text（size（I2）size（I1）+15 ...
    ‘Image courtesy of Massachusetts Institute of Technology‘ ...
‘FontSize‘7‘HorizontalAlignment‘‘right‘）;  
   

 
%% Step 2: Simulate a Blur
%%第二步：模拟一个模糊
% Simulate a real-life image that could be blurred （e.g. due to camera
% motion or lack of focus）. The example simulates the blur by convolving a
% Gaussian filter with the true image （using |imfilter|）. The Gaussian filter
% then represents a point-spread function |PSF|.
 %模拟一个现实中存在的模糊图像（例如，由于相机抖动或对焦不足）。这个例子通过对真实
%图像进行高斯滤波器模拟图像模糊（使用|imfilter|）。高斯滤波器是一个点扩展函数，
%|PSF|。
PSF=fspecial（‘gaussian‘710）;
Blurred=imfilter（IPSF‘symmetric‘‘conv‘）;  %对图像I进行滤波处理；
figure;imshow（Blurred）;title（‘Blurred Image‘）;  

   

 
%% Step 3: Restore the Blurred Image Using PSFs of Various Sizes
%%第三步：使用不同的点扩展函数复原模糊图像
% To illustrate the importance of knowing the size of the true PSF this
% example performs three restorations. Each time the PSF reconstruction
% starts from a uniform array--an array of ones.
%为了说明知道真实PSF的大小的重要性，这个例子执行三个修复。PSF函数重建每次都是从统一
%的全一数组开始。
%%
% The first restoration |J1| and |P1| uses an undersized array |UNDERPSF| for
% an initial guess of the PSF. The size of the UNDERPSF array is 4 pixels
% shorter in each dimension than the true PSF. 
%第一次复原，|J1|和|P1|，使用一个较小数组，| UNDERPSF |，来对PSF的初步猜测。该
%UNDERPSF数组每维比真实PSF少4个元素。
UNDERPSF = ones（size（PSF）-4）;
[J1 P1] = deconvblind（BlurredUNDERPSF）;
figure;imshow（J1）;title（‘Deblurring with Undersized PSF‘）; 

   

%%
% The second restoration |J2| and |P2| uses an array of ones |OVERPSF| for an
% initial PSF that is 4 pixels longer in each dimension than the true PSF.
%第二次复原，|J2|和|P2|，使用一个元素全为1的数组，| OVERPSF|，初始PSF每维比真
%实PSF多4个元素。
OVERPSF = padarray（UNDERPSF[4 4]‘replicate‘‘both‘）;
[J2 P2] = deconvblind（BlurredOVERPSF）;
figure;imshow（J2）;title（‘Deblurring with Oversized PSF‘）;  
   

 
%%
% The third restoration |J3| and |P3| uses an array of ones |INITPSF| for an
%