在线时间:8:00-16:00
迪恩网络APP
随时随地掌握行业动态
扫描二维码
关注迪恩网络微信公众号
deconvlucy:使用露西理查森方法去模糊复原图像。 J =deconvlucy(I,PSF) 使用Lucy-Richardson算法去卷积图像 I,返回去模糊的图像J。假定图像是通过用点扩散函数PSF卷积真实图像并可能通过添加噪声而创建的。 I 可以是N维数组。 为了改善恢复,可以传入附加参数(如果中间参数未知,则使用[]作为占位符): J = deconvlucy(I,PSF,NUMIT) J = deconvlucy(I,PSF,NUMIT,DAMPAR,WEIGHT,READOUT,SUBSMPL), where NUMIT(optional)是迭代次数(默认值为10)。 DAMPAR (optional) 是一个数组,用于指定图像I(根据泊松噪声的标准偏差)的结果图像的阈值偏差,低于此值会发生阻尼。 对于在DAMPAR值内偏离其原始值的像素,迭代被抑制。 这可以抑制这些像素中的噪音,并在其他地方保留必要的图像细节。 默认值为0(无阻尼)。 WEIGHT(optional) 分配给每个像素以反映相机的拍摄质量。 将一个坏像素分配给零权值,从而排除该像素。 您可以根据平场校正的数量来调整自己的体重,而不是给予好像素的权重。 默认值是与输入图像I大小相同的单位数组。 READOUT(可选)是对应于附加噪声(例如,背景,前景噪声)和读出相机噪声方差的阵列(或值)。 READOUT必须以图像为单位。默认值是0。 SUBSMPL(可选)表示子采样,当PSF在SUBSMPL时间比图像更精细的网格上给出时使用。默认值是1。 注意,输出图像J可能会出现由算法中使用的离散傅里叶变换引入的振铃。 为了减少铃声的使用 I=EDGETAPER(I,PSF)在调用deconvlucy之前。 还请注意,去卷积可让您从早期去卷积运行的结果开始恢复去卷积。 要启动此语法,输入图像I必须作为单元格数组{I}传入。 然后输出J成为一个单元阵列,并可以作为输入数组传递给下一个deconvlucy调用。 输入单元数组可以包含一个数字数组(在初始调用时)或四个数值数组(当它是前一次去卷积运算的输出时)。 输出J包含四个元素,其中J {1} = I,J {2}是上一次迭代产生的图像,J {3}是前一次迭代前的图像,J {4}是 通过迭代算法使用内部的数组。 Class Support I = checkerboard(8); |
2023-10-27
2022-08-15
2022-08-17
2022-09-23
2022-08-13
请发表评论