实现旋转运动模糊图像的仿真，采用matlab工具来实现。

基于空间尺度的模糊核估计，用于盲运动去模糊

针对高分辨率遥感卫星在大幅宽成像时，由于扫描速度提高而导致遥感图像产生运动模糊的问题，提出用长积分时间模糊图像和短积分时间无模糊图像联合去除运动模糊，获得高信噪比无模糊图像的解决方案。该方案利用低信噪比清晰图像中的细节信息来进行模糊核的估计，通过带增益控制的残差RL去卷积算法，极大地减小了振铃效应的影响；通过引入联合双边滤波器算法，有效地复原了图像的细节信息。最后通过实验分析证明该方案的良好效果。

图像去模糊，各种传统滤波算法，逆滤波、维纳滤波、LR算法等等。。。针对图像运动模糊领域

针对隐马尔科夫模型在运动想象脑电信号分类应用中,其独立性假设与脑电信号间相关性的不一致问题,提出一种基于Choquet模糊积分隐马尔科夫模型的脑电信号分类方法。该模型应用模糊积分的单调性取代了概率测度的可加性,放宽了隐马尔科夫模型的独立性假设。利用重叠滑动窗对脑电信号分段,然后对每段数据提取绝对均值、波长和小波包相对能量特征,构成特征序列用于CI-HMM的训练和分类。选取2008年BCI竞赛Datasets 1的两类运动想象数据进行分类实验,结果表明,该方法有效提高了隐马尔科夫模型方法对运动想象脑电信号分类的性能。

matlab去抖动代码 ImageRestoration Image motion deblurring 自然图像运动去模糊 使用场景：相机抖动、遥感成像 主要任务：matlab代码移植到C++，加入CUDA GPU加速 最终目标：可视化运动去模糊软件

细节增强的matlab代码使用HDRNet进行运动去模糊 Anmol Parande和Dominic Carrano的EECS225B最终项目 查看结果 抽象的 是一个神经网络，它使用双边网格系数来执行实时校正（例如对比度增强和亮度调节），以极大地提高在手机上拍摄的图像的质量。 但是，最初开发该系统时，运动模糊的问题（手机摄影中最常见的问题之一）并未得到解决。 鉴于HDRNet在其他任务上的成功，我们研究了几种将其扩展到运动去模糊的方法，这将为手机图像增强提供统一的框架。 但是，即使进行了广泛的修改（例如使用残差块），HDRNet的双边网格模型也无法恢复发生不均匀运动模糊时丢失的细节。 资料产生 我们所有的模型都接受了来自的大约1000张图像的训练。 它们是通过blur_data.py脚本生成的。 该脚本使用描述的过程，其中针对每个图像生成一个随机运动流。 每个流向量为相应的像素定义一个模糊核，然后将其应用于图像。 usage: blur_data.py [-h] --data-dir OUTPUT_DIR -n N 训练 使用Google Colab上的train.ipynb对模型进

本文主要参考“运动模糊图像PSF 参数估计与图像复原研究”

基于卷积神经网络的运动去模糊

4WID-4WIS车辆横摆运动集成模糊最优控制与仿真