减小噪声放大的影响

噪声放大是试图尽可能接近拟合数据的最大似然方法的一个常见问题。经过多次迭代，恢复的图像可以有斑点外观，特别是平滑的目标在低信噪比观察。这些散斑并不代表图像中的任何真实结构，而是与图像中的噪声拟合得太近的伪影。

为了控制噪声放大，采用deconvlucy函数使用阻尼参数，DAMPAR．该参数指定产生的图像与原始图像的偏差的阈值水平，低于该阈值就会产生阻尼。对于偏离其原始值附近的像素，迭代被抑制。

阻尼也被用来减少响，即恢复图像中高频结构的出现。振铃并不一定是噪声放大的结果。看到避免在去模糊图像振铃为更多的信息。

说明不均匀的图像质量

现实生活中图像恢复的另一个复杂问题是，数据可能包括坏像素，或者接收像素的质量可能随时间和位置而变化。通过指定重量参数与deconvlucy函数时，可以指定忽略图像中的某些像素。属性中的元素赋值为0可忽略某个像素重量数组，该数组对应于图像中的像素。

该算法根据邻域像素的信息收敛于坏像素的预测值。探测器响应从像素到像素的变化(所谓的平场校正)也可以由重量数组中。您可以指定小数值，并根据平场校正量对像素进行加权，而不是为好像素分配1.0的权重。

处理摄像机读出噪音

电荷噪声耦合器件(CCD)探测器有两个主要组成部分:

Lucy-Richardson迭代从本质上解释了第一种噪声。你必须考虑到第二种噪音;否则，它会导致低能级入射光子的像素值为负值。

的deconvlucy函数使用读出输入参数处理摄像机读出噪声。这个参数的值通常是读出噪声方差和背景噪声(例如来自背景辐射的计数数)的总和。价值读出参数指定一个偏移量，以确保所有值都是正的。

处理Undersampled图片

如果在一个更细的网格上进行欠采样数据的恢复，则可以显著提高恢复效果。的deconvlucy函数使用SUBSMPL参数来指定子采样率，如果已知PSF具有更高的分辨率。

如果欠采样数据是图像采集过程中相机像素分箱的结果，则在每个像素率下观察到的点扩散函数可以作为一个更细的网格点扩散函数。否则，PSF可以通过亚像素偏移观测或光学建模技术获得。这种方法对于恒星(高信噪比)的图像尤其有效，因为恒星实际上被强迫在一个像素的中心。如果星形位于像素之间，则将其恢复为相邻像素的组合。一个更精细的栅格将随之扩散的恒星流量重新定向到恒星图像的中心。

改进的结果

的deconvlucy函数，默认情况下，执行多个清除模糊过程的迭代。您可以在一定数量的迭代之后停止处理以检查结果，然后从处理停止的位置重新启动迭代。为此，将输入图像作为单元格数组传入，例如，{BlurredNoisy}．的deconvlucy函数将输出图像作为单元格数组返回，然后可以将其作为输入参数传递给该单元格数组deconvlucy重新启动反褶积。

输出单元格数组包含以下四个元素: