如何在图像上应用去卷积方法？

Question

这是一个扩展的问题,这个疑问句 .Thanks到Kindall和斯蒂芬·范德Wallt,原来为了解决前面的问题,我需要了解如何应用deconvolution使用的图像处理python任何相关的软件包.
因为我只知道python,您可能想告诉我如何使用python 转换MatLab此链接MatLap代码中的代码,我只对"卷积定理 - 练习部分"感兴趣,这将是一个很大的帮助.
我还需要了解卷积或解卷积方法对图像的作用.我用谷歌搜索试图找出它,但有很多方程式我无法完全理解.

注意:
(1)关于如何deconvolve工作的任何解释,当然将不胜感激.
谢谢

Answer 1

形式上,卷积是对两个函数的数学运算.

在图像处理中,可以将其视为对于图像的每个像素将其值与邻居的值混合的操作.邻居值由convoluton内核加权.由于图像中的所有过渡都被平滑,因此这种混合会对图像产生模糊效果.

卷积模型的一个强有力的假设是内核在所有图像中是相同的,并且不会从一个像素改变到另一个像素.

在光学术​​语中,卷积核称为点扩散函数(PSF).

解卷积是反向操作,旨在解除像素值的混合.您可以在3个类别中对解卷积问题进行排序:

• 盲解卷积,其中没有关于内核的信息
• 近视反褶积,其中一个人对卷积核的知识有限
• 反卷积,其中内核是事先知道的

当然,后一种情况更容易解决.对后来这个问题的一个简单解决方案是使用逆内核将另一个卷积应用于图像.这种简单的解决方案的主要缺点是它倾向于提高图像的噪声水平(因为反卷积是一个不适定的反问题).

作为对这个问题的回应,已经开发了使反演正规化的方法.但请记住,反卷积是一个活跃的研究领域,通用目的尚未找到有效的盲解卷积算法.

请注意,反卷积要与反锐化掩模区分开来,后者也旨在锐化图像,但增加图像的高频.