用真实的PSF函数和噪声强度作为参数进行图像复原

[附件中程序使用的详细说明]摄像平台高速靠近目标时，会使成像产生从中心到边缘呈放射状径向模糊的问题，影响对目标的探测、识别与跟踪。针对这一典型的空间变化运动模糊情形，根据实际的目标离散成像过程，推导出 径向模糊图像在极坐标系中的数学模型。并在分析极坐标图像纹理信息几何特征的基础上，基于非局部正则化理论提出改进的Richardson-Lucy 算法，有效解决了模糊系数存在测量误差时，含噪径向模糊图像的复原问题。实验结果表明：提出的图像复原算法能很好地抑制噪声与环状振铃效应，在主观视觉与客观评价方面均能取得很好的复原效果。

在传统的基于波前探测的解卷积方法中, 由波前探测得到的点扩展函数被认为是精确的, 并用维纳滤波进行复原, 但是点扩展函数不可避免地存在误差, 所以最终的复原目标图像质量不佳。为了解决该难题, 提出了基于目标和点扩展函数联合估计的图像近视解卷积算法。它运用了点扩展函数和目标的先验信息, 对点扩展函数和目标进行了规整和进一步约束, 从而得到更优的恢复图像质量。对该方法的原理和实现过程进行了阐述, 并将其运用于室内点源目标数据中。实验结果证明, 与维纳滤波方法相比, 该方法使图像恢复的效果得到明显改善。

正则化方法是近年来流行的图像复原算法。研究了周期边界条件下Tikhonov正则化的预处理共轭梯度算法，提出了新的预处理矩阵和变化正则化参数的方法。正则化参数先取较大值，抑制复原图像中的噪声，得出收敛的结果来修正初始梯度；再取较小值，用来增强复原图像中的细节。对一组图像复原基准问题的实验结果表明，与当前流行的正则化图像复原算法比较，该算法的图像复原效果更佳。

依据背景光的海洋光学定义, 提出了一种新的自然光照条件下的水下图像复原方法。基于合理假设及光学理论公式推导, 估计出计算背景光所需的水体光学参数(衰减系数和散射系数); 利用散射系数与波长的关系分别计算红、绿、蓝三个通道的传输函数值, 并使用导向滤波精细化传输图像; 最终通过逆求解成像模型复原水下图像。实验结果表明所提算法在恢复场景物体原始颜色及去除背景散射方面有一定的优势。

matlab编程实现MSE、MAE、PSNR、SNR、GMG图像复原指标； matlab编程实现维纳滤波自相关、维纳滤波噪信比、约束最小二乘复原、逆滤波复原方法；

【图像修复】基于维纳滤波实现图像复原matlab源码含GUI.md

由于水体对光的吸收和散射作用, 水下图像往往存在对比度低、细节模糊和颜色失真等问题, 为此提出一种基于场景深度估计和白平衡的水下图像复原方法。首先, 采用Sobel边缘检测和形态学闭运算将水下图像中与场景深度相关的块分离, 对RGB通道与场景深度的变化关系进行回归分析, 以得到场景深度图像并估计水下背景光; 其次, 对衰减严重的颜色通道取其逆通道, 以修正透射率估计; 然后, 通过逆求解水下光学成像模型来消除后向散射; 最后, 改进白平衡算法以更好地校正水下图像的颜色畸变, 得到复原后的水下图像。与典型的4种水下图像复原方法进行主客观评价比较, 实验结果表明, 该方法可以有效地提升低质量、低照度的水下图像的细节清晰度和色彩保真度, 恢复真实的视觉效果。

（4）信噪比（SNR）与峰值信噪比（PSNR） 信噪比与峰值信噪比也是用来测量图像质量的常用参数，不同的是前几个参数是越小表示图像质量越好，但信噪比与峰值信噪比是值越大代表图像质量越好。它们的表达式分别如下：

图像复原-模型、贝叶斯推理及迭代算法研究论文