基于MATLAB的运动模糊图像复原系统：点扩散函数建模与卷积反演算法实现

资 源 简 介

本项目利用MATLAB实现图像运动模糊的自动复原。通过估计模糊方向与长度构建点扩散函数，结合频域逆滤波和正则化反卷积算法，有效消除线性运动模糊，提升图像清晰度。

详 情 说 明

基于运动点扩散函数与卷积反演的图像去模糊系统

项目介绍

本项目旨在对因相机抖动或物体快速运动造成的线性运动模糊图像进行有效复原。系统基于运动模糊退化模型，通过构建对应的点扩散函数，并采用频域逆滤波或正则化反卷积算法，消除图像模糊，提升图像边缘清晰度与细节辨识度。

核心功能包括运动模糊的点扩散函数建模、频域维纳滤波或Lucy-Richardson反卷积算法实现，以及模糊参数（模糊方向角度与模糊长度）的自动估计。系统支持人工参数输入，也能够在未提供参数时通过图像频谱分析自动估算模糊参数，最终输出高质量复原图像及相关定量评估指标。

功能特性

• 运动模糊PSF建模：精确构建线性运动模糊的点扩散函数。
• 两种经典去模糊算法：实现频域维纳滤波与Lucy-Richardson反卷积算法，用户可选择使用。
• 模糊参数智能估计：自动分析图像频谱，估算模糊方向（角度）与模糊长度（像素）。
• 人工参数干预：支持用户手动输入模糊角度与长度，以获得更精确的控制。
• 全面的结果输出：提供复原后的图像、PSF可视化、频谱分析图，以及PSNR和SSIM量化指标对比。

使用方法

1. 准备输入图像：将待去模糊的单通道灰度图像（JPG/PNG格式）置于指定路径。
2. （可选）设置参数：可手动指定模糊角度（单位：度）和模糊长度（单位：像素）。如不指定，系统将自动估计。
3. 运行主程序：执行主脚本，系统将自动完成参数估计（如需要）、PSF构建、图像反卷积复原等一系列流程。
4. 获取输出结果：程序运行后，将在命令行窗口显示复原前后的PSNR与SSIM指标，并在图形窗口展示原始图像、模糊频谱、估计的PSF、复原图像等结果。复原后的图像矩阵（double类型，范围0-1）将保存至工作区。

系统要求

• 操作系统: Windows / Linux / macOS
• 软件环境: MATLAB R2018a 或更高版本
• 依赖工具箱: 图像处理工具箱 (Image Processing Toolbox)

文件说明

主程序文件整合了系统的全部核心流程，其功能包括读取输入的灰度图像、判断是否需进行模糊参数自动估计、根据参数构建运动模糊点扩散函数、执行选定的反卷积复原算法、计算复原图像的质量评价指标，并对关键结果进行可视化展示。