主要内容

deconvreg

使用正则化过滤器去模糊图像

折叠所有页面

语法

J = deconvreg (psf),我
J = deconvreg (psf, np)
J = deconvreg (psf, np, lrange)
J = deconvreg (psf, np、lrange regop)
[J, lagra] = deconvreg (＿＿＿）

描述

例子

J= deconvreg (我，psf）deconvolves形象我使用正则化滤波算法，返回去模糊的图像J．假设图像我将真实图像与点扩散函数(PSF)进行卷积，psf，可能还会添加一些噪音。该算法是在保证图像平滑性的前提下，估计图像与真实图像之间误差最小的约束优化算法。

J= deconvreg (我，psf，np）指定附加噪声功率，np．

J= deconvreg (我，psf，np，lrange）指定范围内,lrange，搜索最优解。该算法找到了一个最优的拉格朗日乘子lagra在lrange的范围内。

J= deconvreg (我，psf，np，lrange，regop）使用正则化算子约束反褶积regop．为了保持图像的平滑性，默认的正则化算子是拉普拉斯算子。

［J，lagra) = deconvreg (＿＿＿）输出拉格朗日乘子的值，lagra除了恢复的图像，J．

例子

全部折叠

打开生活的脚本

创建示例图像。

我=棋盘(8);

创建PSF并使用它创建输入图像的模糊和噪声版本。

PSF = fspecial (“高斯”7、10);V = . 01;BlurredNoisy = imnoise (imfilter (PSF),“高斯”0 V);NOISEPOWER = V * prod(大小(I));

解模糊图像。

[J LAGRA] = deconvreg(blur noisy,PSF,NOISEPOWER);

显示图像的不同版本。

次要情节(221);imshow (BlurredNoisy);标题(A =模糊和嘈杂）;次要情节(222);imshow (J);标题('[J LAGRA] = deconvreg(A,PSF,NP)'）;次要情节(223);imshow (deconvreg (BlurredNoisy PSF, [], LAGRA / 10));标题(“deconvreg (PSF, [], 0.1 * LAGRA)”）;次要情节(224);imshow (deconvreg (BlurredNoisy PSF, [], LAGRA * 10));标题(“deconvreg (PSF, [], 10 * LAGRA)”）;

图中包含4个轴对象。标题为A =模糊和嘈杂的轴对象1包含一个类型为image的对象。标题为[J LAGRA] = deconvreg(A,PSF,NP)的轴对象2包含一个类型为image的对象。带有标题deconvreg(A,PSF，[]，0.1*LAGRA)的轴对象3包含一个类型为image的对象。带有标题deconvreg(A,PSF，[]，10*LAGRA)的轴对象4包含一个类型为image的对象。

输入参数

全部折叠

模糊图像，指定为任意维度的数字数组。

数据类型:单|双|int16|uint8|uint16

PSF，指定为数字数组。

数据类型:双

噪声功率，指定为数字标量。

数据类型:双

搜索范围，指定为数字标量或2元素数字向量。如果lrange是标量，那么算法假设是lagra等于lrange．如果您指定lagra，则函数忽略np价值

数据类型:双

正则运算符，指定为数字数组。的regop数组的尺寸不能超过图像的尺寸，我．任何非单例维都必须对应于psf．

数据类型:双

输出参数

全部折叠

去模糊图像，作为数字数组返回。J具有相同的数据类型我．

拉格朗日乘数，作为数字标量返回。

提示

  • 输出图像J可以表现出离散傅里叶变换引入的环。要减少振铃，请使用I = edgetaper (psf)在调用之前deconvreg．

参考文献

［1］冈萨雷斯，r。C。和r。e。伍兹。数字图像处理．Addison-Wesley出版公司，1992。

另请参阅

||||||

主题

之前介绍过的R2006a

图像处理工具箱文档

金宝app

介绍基于MATLAB的深度学习

介绍基于MATLAB的深度学习

下载电子书