用VC++实现256位图图像的模糊与复原

分析了由九个子镜组成的稀疏孔径结构-正六边九子镜结构,介绍了其子镜的具体分布形式。在光学设计软件中得到了系统在不同填充因子时的调制传递函数(MTF)的分布情况。该结构的MTF分布呈正六边形，分布比较均匀，空间截止频率较高，可以产生较好的频率响应。对系统进行了模拟成像，针对系统孔径稀疏化后的成像质量严重下降问题，分别采用维纳滤波和L-R滤波对成像结果进行复原。以稀疏孔径成像系统与单大口径成像系统的成像结果间的标准差作为像质评价指标，对两种滤波器的复原结果进行对比分析。系统填充因子提高后，成像质量逐渐提高。采用维纳滤波和L-R滤波对填充因子10%和约25%时的成像结果进行复原，维纳滤波后系统的标准差分别下降了12%和14%，L-R滤波后的标准差分别下降了8%和11%，系统的成像质量大幅度提高。模拟成像结果表明,正六边九子镜结构可以达到较好的成像质量,具有较好的实用价值。

利用图像局部特征，提出了一种基于[Lp]范数的变指数正则变分模型。采用结构张量作为[Lp]范数算子的自适应调整参数，克服了传统算子对噪声敏感的缺陷。从扩散的角度看，该模型是各向异性的，在图像同质区趋于平滑滤波，在图像渐变区趋于沿边缘方向扩散。该方法在扩散的同时更好地保持图像的边缘细节。实验结果表明，该方法对医学图像的复原效果优于其他几种变指数变分模型，各种客观性能指标也更佳。

基于极通道先验(ECP)的图像去模糊代码，注释版

整理了各种资料，结合最优化课程上的内容（范数，泛函，ADMM，对偶，图像去噪）写下这篇文章，请指教

运动模糊的基础知识，和经典方法，初学者很有用，如果需要其他帮助，请留言。

针对传统图像复原方法对先验知识的依赖性问题，提出一种基于混合神经网络的图像复原方法。混合神经网络由卷积神经网络（Convolutional Neural Network）与BP神经网络组成。首先，通过训练卷积神经网络初步建立退化图像与真实图像之间的非线性映射关系，再利用训练好的卷积网络模型提取特征向量作为BP神经网络的输入。最后，通过训练BP神经网络实现图像复原。实验表明，该方法具有较高可行性，在小尺度的模糊核上的复原效果优于现有方法。

图像复原中的维纳滤波，逆滤波，运动模糊，效果很好，大家可以试试，移植简单

为提高含噪运动图像的复原质量，提出一种基于互相关原理的运动模糊长度估计算法。根据图像的Radon变换得到运动模糊角度，提取模糊中心各模糊路径上的像素灰度值，通过互相关计算确定模糊长度，采用Lucy-Richardson迭代算法对观测图像进行复原。实验结果表明，该算法的抗噪性较好，迭代收敛速度较快。

数字图像处理图像复原MATLAB程序及仿真，带有源代码，数字图像处理必备。