MATLAB实现的空域与频域联合优化图像盲复原系统

资 源 简 介

本项目提供一种基于MATLAB的迭代式图像盲复原算法，通过交替在空域和频域进行约束优化与正则化处理，无需已知点扩散函数即可逐步恢复退化图像。系统利用图像统计特性，实现盲复原的高效估计。

详 情 说 明

基于空域与频域联合优化的迭代式图像盲复原系统

项目介绍

本项目实现了一种先进的图像盲复原算法。该系统能够在未知点扩散函数（PSF，即模糊核）的情况下，通过空域与频域交替迭代优化的方式，同时估计原始清晰图像和模糊核。算法综合利用了空域的梯度约束和频域的相位恢复机制，并采用多尺度分层策略以提高收敛效率和最终复原质量。

功能特性

• 盲复原核心：无需预先知晓图像的退化模糊核，直接从退化图像中联合估计清晰图像和模糊核。
• 空域-频域联合优化：交替在空域施加梯度稀疏等正则化约束，在频域利用卷积定理和相位恢复机制进行高效解卷积。
• 多尺度策略：采用由粗到精的多尺度金字塔框架，提升算法收敛速度与稳定性，避免陷入局部最优。
• 灵活的参数配置：支持用户自定义迭代次数、正则化系数、噪声水平等关键参数。
• 全面的结果输出：不仅输出复原图像和估计的PSF，还提供收敛曲线、质量评估指标及中间过程可视化（可选）。

使用方法

1. 准备输入：将待复原的退化图像（JPG, PNG, TIFF等格式）放置在指定输入目录。
2. 配置参数：在config.json（或相应参数设置脚本）中调整参数，如最大迭代次数、正则化权重等。若需指定初始模糊核，可提供初始估计文件。
3. 运行程序：执行主程序（例如，在MATLAB命令窗口中运行 main）。
4. 获取结果：程序运行完毕后，复原图像、估计的PSF、收敛曲线等结果将保存在输出目录中。

系统要求

• 操作系统：Windows / Linux / macOS
• 软件环境：MATLAB R2018a 或更高版本
• 必要工具箱：Image Processing Toolbox, Optimization Toolbox
• 硬件建议：推荐4GB以上内存，处理高分辨率图像时需要更大内存。

文件说明

主程序文件承载了系统的核心流程，其主要功能包括：初始化系统参数与多尺度金字塔结构，读取输入退化图像；在多个尺度上循环进行空域与频域的交替迭代优化，其中空域优化侧重于通过正则化约束估计清晰图像，频域优化则侧重于利用卷积模型更新模糊核；最终在最高分辨率尺度上完成精细复原，并负责输出所有复原结果与评估数据。