MATLAB盲卷积去模糊与图像复原系统

资 源 简 介

本项目基于MATLAB实现盲卷积去模糊算法，无需先验信息即可同时复原清晰图像和点扩散函数。采用加速、阻尼Richardson-Lucy迭代方法，有效应对模糊与噪声干扰，支持用户自定义光学系统参数。

详 情 说 明

盲卷积去模糊与图像复原系统

项目介绍

本项目专注于实现先进的盲卷积去模糊算法，能够在缺乏失真先验信息的情况下，同时复原出清晰的原始图像并估计出导致模糊的点扩散函数（PSF）。系统核心采用加速、阻尼的Richardson-Lucy迭代方法，有效应对图像中的模糊与噪声干扰。用户可通过设置实际光学系统参数（如相机焦距、光圈大小）作为物理约束，并利用自定义函数传递对PSF的先验知识，从而显著提升图像复原的精度与质量。

功能特性

• 盲卷积反演：无需已知点扩散函数，实现图像与PSF的联合盲估计。
• 高效迭代算法：采用加速与阻尼技术优化的Richardson-Lucy算法，提升收敛速度与稳定性。
• 物理约束集成：允许输入光学系统参数，为PSF估计提供符合物理现实的约束条件。
• 灵活先验支持：支持用户提供自定义的PSF约束函数，融入特定领域的先验知识。
• 多格式支持：可处理灰度图像与彩色图像作为输入。

使用方法

1. 准备输入：准备好待处理的模糊图像（支持常见格式）。
2. 设置参数：根据实际拍摄条件，设置或估算相机的光学参数（如焦距、光圈值）。
3. （可选）定义约束：如有需要，编写自定义函数以定义对PSF形状或特性的特定约束。
4. 执行复原：运行主程序。系统将开始迭代计算，估计PSF并复原清晰图像。
5. 获取结果：程序执行完毕后，将输出恢复后的清晰图像数组以及估计得到的点扩散函数矩阵，供后续分析或保存。

系统要求

• 操作系统：Windows / Linux / macOS
• 软件环境：MATLAB (推荐 R2018a 或更高版本)
• 内存：建议 4GB 以上，处理高分辨率图像时需更大内存

文件说明

主程序文件整合了系统的核心功能流程，主要包括：图像数据的读取与预处理、光学系统参数与用户自定义约束的接收、加速阻尼Richardson-Lucy迭代算法的执行以同步估计清晰图像和点扩散函数、复原过程中间状态的监控与显示，以及最终复原结果（清晰图像与PSF矩阵）的输出。