文件名称：matlab中存档算法代码-Blind-deconvolution:盲反卷积
文件大小：291.65MB
文件格式：ZIP
更新时间：2024-06-12 17:05:45
系统开源
matlab中存档算法代码盲反卷积 盲反卷积是使用未知模糊内核对图像进行模糊处理的过程。 我的大部分工作都与Rob Fergus的相关工作及其实施有关 为了提取清晰的图像，我们首先需要计算模糊核。 后者是使用最大后验（MAP）算法估算的，同时假设模糊核值具有指数先验分布。 理想情况下，先计算后验分布，然后再使用MAP算法。 在估计了模糊内核之后，使用Richardson Lucy算法（非盲反卷积）算法来获取最终锐化图像的像素值。 我的文章中给出了该算法的详细解释。 结果很少显示如下： 您还可以通过仅选择特定的图像区域并将其作为算法的输入，来锐化图像的一部分。 例如，考虑下面的模糊图像及其结果。 在这里，我只是想使瓶子更锋利，而不是使backgorund变得更锋利。 在任何模糊图像上运行代码的步骤： 将模糊的图像复制到images /中（例如ian1.jpg） 复制结果/中的示例图像脚本之一（例如，如果使用Linux，则为“ cp ian1.m ian1.m”） 编辑新的图像脚本（例如ian1.m），更改以下设置：-obs_im以反映新的文件名（例如obs_im ='../images/
【文件预览】：
Blind-deconvolution-master
----images()
--------tiger.jpg(325KB)
--------family.jpg(98KB)
--------bottle.jpg(402KB)
--------ian1.jpg(431KB)
--------motion0050.jpg(97KB)
--------lyndsey2.jpg(834KB)
----deconvolution()
--------deconWiener.m(360B)
--------deconBlind.m(309B)
--------blurring.m(94B)
--------iandecon_blind.png(274KB)
--------bottledecon_blind.png(580KB)
--------familydecon_blind.png(172KB)
----noising_and_saving_images.ipynb(210KB)
----priors()
--------linear_street_4.mat(2KB)
--------linear_whiteboard_4.mat(2KB)
----results()
--------family.m(7KB)
--------lyndsey2_kernel.eps(9KB)
--------motion0050.m(7KB)
--------motion0050_kernel.eps(9KB)
--------family_kernel.eps(9KB)
--------ian1_kernel.eps(9KB)
--------ian1.m(7KB)
--------lyndsey2.m(6KB)
--------best_results()
--------lyndsey2_final.jpg(1.11MB)
--------ian1_final.jpg(434KB)
--------bottle_kernel.eps(9KB)
--------bottle.m(6KB)
----README(30KB)
----code()
--------reconsEdge3.m(656B)
--------train_ensemble_get.m(2KB)
--------train_blind_deconv.m(4KB)
--------train_ensemble_put.m(2KB)
--------tiger.mat(32.06MB)
--------randnND.m(507B)
--------train_ensemble_evidence6.m(12KB)
--------tmp_ian1.mat(12.66MB)
--------ultimateSubplot.m(533B)
--------deblur.m(28KB)
--------tmp_bottle.mat(29.82MB)
--------greenspan.m(1KB)
--------fix_image.m(869B)
--------train_ensemble_rectified5.m(3KB)
--------fiddle_lucy4.m(5KB)
--------tmp_family.mat(37.83MB)
--------deconvlucy_intens.m(335B)
--------invDel2.m(545B)
--------motion0050.mat(11.37MB)
--------normMDpdf.m(571B)
--------fiddle_lucy3.m(5KB)
--------histmatch.m(2KB)
--------ExportFig.m(1KB)
--------estimate_priors2.m(3KB)
--------plotgray.m(4KB)
--------train_ensemble_put_lambda.m(2KB)
--------delta_kernel.m(358B)
--------rgb2gray_rob.m(2KB)
--------initialize_parameters2.m(6KB)
--------tmp_tiger.mat(12.6MB)
--------ian1.mat(19.72MB)
--------mix_exponentials.m(495B)
--------clip_image.m(556B)
--------automatic_patch_selector.m(2KB)
--------prefZeros.m(558B)
--------move_level.m(3KB)
--------family.mat(50.33MB)
--------train_ensemble_main6.m(13KB)
--------GaussianMixtures1D.m(6KB)
--------lyndsey2.mat(15.72MB)
--------bottle.mat(47.81MB)
--------tmp_lyndsey2.mat(7.65MB)
--------train_ensemble_get_lambda.m(2KB)
--------create_greenspan_settings.m(2KB)
--------tmp_motion0050.mat(6.7MB)
----README.md(4KB)