22、图像恢复与重建技术详解

图像恢复与重建技术详解

1. 使用 deconvreg 函数恢复模糊嘈杂图像

在图像恢复的工作中，deconvreg 函数是一个重要工具。下面通过一个具体例子来展示其使用方法。

有一幅尺寸为 64×64 的图像，已知噪声方差为 0.001 且均值为 0。我们对 NOISEPOWER 的初始估计为 (64²)×(0.001 + 0) ≈ 4。使用如下命令进行图像恢复：

frest1 = deconvreg(g, PSF, 4);

这里的 g 和 PSF 来自之前的示例。恢复后的图像相比原始图像有一定改善，但显然 NOISEPOWER 取 4 不是一个特别好的值。经过对该参数和 RANGE 参数的多次试验，得到如下命令：

frest2 = deconvreg(g, PSF, 0.4, [1e - 7 1e7]);

最终得到了更好的恢复效果。可以看到，NOISEPOWER 需要降低一个数量级，并且 RANGE 比默认值更严格。虽然之前的维纳滤波结果可能更优，但那是在完全了解噪声和图像频谱的情况下得到的。在缺乏这些信息时，通过对这两个滤波器进行试验得到的结果通常具有可比性。

如果恢复后的图像出现由算法中离散傅里叶变换引入的振铃现象，有时在调用 deconvreg 之前使用 edgetaper 函数会有所帮助。

2. 基于 Lucy - Richardson 算法的迭代非线性恢复

之前讨论的图像恢复方法大多是线性的，这些方